ฉันเชื่อว่าคุณถามว่าการกระจายตัวของ rv คืออะไรถ้าเรามีตัวอย่างขนาดn > 1จากการกระจายนั้นมันจะถือXn > 1
E[GM]=E⎡⎣(∏i=1nXi)1/n⎤⎦=E(X)
เนื่องจากสมมติฐานของ iidเรามี
E⎡⎣(∏i=1nXi)1/n⎤⎦=E(X1/n1⋅...⋅X1/nn)=E(X1/n1)⋅...⋅E(X1/nn)=[E(X1/n)]n
และเรากำลังถามว่าเราสามารถมีได้หรือไม่
[E(X1/n)]n=E(X)
แต่ด้วยความไม่เท่าเทียมของเจนเซ่นและความจริงที่ว่าฟังก์ชั่นพาวเวอร์นั้นมีความนูนสูงสำหรับพลังที่สูงกว่าความเป็นเอกภาพเรามีสิ่งนั้นเกือบจะแน่นอนสำหรับตัวแปรสุ่มที่ไม่เสื่อมโทรม (ไม่คงที่)
[E(X1/n)]n<E[(X1/n)]n=E(X)
ดังนั้นจึงไม่มีการแจกแจงดังกล่าว
GM
E(Xs)=exp{sμ+s2σ22}
μσ
s=1/n
E(GM)=[E(X1/n)]n=[exp{(μ/n)+σ22n2}]n=exp{μ+σ22n}
(ซึ่งบอกเราว่ามันเป็นตัวประมาณค่าเฉลี่ยของค่ามัธยฐาน) แต่
lim[E(X1/n)]n=limexp{μ+σ22n}=eμ
ซึ่งเป็นค่ามัธยฐานของการแจกแจง เราสามารถแสดงให้เห็นว่าความแปรปรวนของค่าเฉลี่ยเรขาคณิตของตัวอย่างมารวมกันที่ศูนย์และเงื่อนไขทั้งสองนี้เพียงพอสำหรับตัวประมาณนี้เพื่อให้สอดคล้องกันแบบเชิงเส้นกำกับ - สำหรับค่ามัธยฐาน
GM→peμ