ฉันเชื่อว่ามันควรจะชัดเจนตอนนี้ว่า "วิธีการ CLT" ให้คำตอบที่ถูกต้อง
มาหาจุดที่ "วิธีการ LLN" ผิดพลาด
เริ่มต้นด้วยงบ จำกัด ก็เป็นที่ชัดเจนแล้วว่าเราสามารถทำได้เท่ากันทั้งลบจากทั้งสองฝ่ายหรือ multliply ทั้งสองข้างด้วย{n} เราได้รับn−−√1/n−−√
P(1n−−√∑i=1nXi≤n−−√)=P(1n−−√∑i=1n(Xi−1)≤0)=P(1n∑i=1nXi≤1)
ดังนั้นหากมีขีด จำกัด อยู่ก็จะเหมือนกัน การตั้งค่าเรามีโดยใช้ฟังก์ชันการกระจายZn=1n√∑ni=1(Xi−1)
P(1n−−√∑i=1nXi≤n−−√)=FZn(0)=FX¯n(1)
... และมันเป็นความจริงที่1/2limn→∞FZn(0)=Φ(0)=1/2
ความคิดใน "LLN เข้าใกล้" ไปดังนี้: "เรารู้จาก LLN ที่ลู่เข้าในความน่าจะเป็นค่าคงที่และเราก็รู้ว่า" การลู่เข้าในความน่าจะเป็นหมายถึงการบรรจบกันของการกระจาย "ดังนั้น ลู่ ในการกระจายให้คงที่ " ถึงที่นี่เราถูกต้อง
จากนั้นเราระบุว่า: "ดังนั้นการ จำกัด ความน่าจะเป็นสำหรับจะได้รับจากฟังก์ชั่นการกระจายของค่าคงที่ที่ตัวแปรสุ่ม",X¯nX¯n
X¯n1
F1(x)={1x≥10x<1⟹F1(1)=1
... ดังนั้น ...limn→∞FX¯n(1)=F1(1)=1
... และเราก็ทำผิดพลาดของเรา ทำไม? เพราะเป็น@AlexR คำตอบตั้งข้อสังเกต "การลู่เข้าในการกระจาย" ครอบคลุมเฉพาะจุดต่อเนื่องของฟังก์ชันการ จำกัด การกระจาย และเป็นจุดของความไม่ต่อเนื่องสำหรับF_1ซึ่งหมายความว่าอาจเท่ากับแต่มันอาจจะไม่ได้โดยไม่ปฏิเสธ "การบรรจบกันในการกระจายให้คงที่" ความหมายของ LLN .1F1limn→∞FX¯n(1) F1(1)
และเนื่องจากจากวิธีการของ CLT เราจึงรู้ว่าค่าของขีด จำกัด ต้องเป็น ( ) ผมไม่ทราบวิธีที่จะพิสูจน์โดยตรงว่า1/21/2limn→∞FX¯n(1)=1/2
พวกเราเรียนรู้สิ่งใหม่หรือไม่?
ฉันทำ. LLN อ้างว่า
limn→∞P(|X¯n−1|⩽ε)=1for all ε>0
⟹limn→∞[P(1−ε<X¯n≤1)+P(1<X¯n≤1+ε)]=1
⟹limn→∞[P(X¯n≤1)+P(1<X¯n≤1+ε)]=1
LLN ไม่ได้บอกว่าความน่าจะเป็นที่จัดสรรในช่วงอย่างไร สิ่งที่ฉันได้เรียนรู้คือในผลลัพธ์ของการลู่ในชั้นนี้ความน่าจะเป็นอยู่ที่ขีด จำกัด ที่จัดสรรให้เท่ากันทั้งสองด้านของจุดกึ่งกลางของช่วงยุบ (1−ε,1+ε)
ข้อความทั่วไปที่นี่คือสมมติว่า
Xn→pθ,h(n)(Xn−θ)→dD(0,V)
ที่คือ RV บางคนที่มีฟังก์ชั่นการกระจายF_Dแล้วก็DFD
limn→∞P[Xn≤θ]=limn→∞P[h(n)(Xn−θ)≤0]=FD(0)
... ซึ่งอาจไม่เท่ากับ (ฟังก์ชันการแจกแจงของค่าคงที่ rv)Fθ(0)
ยิ่งไปกว่านั้นนี่คือตัวอย่างที่ดีว่าเมื่อฟังก์ชันการกระจายของตัวแปรสุ่มแบบ จำกัด มีความไม่ต่อเนื่องจากนั้น "การบรรจบกันในการกระจายไปยังตัวแปรแบบสุ่ม" อาจอธิบายสถานการณ์ที่ "การ จำกัด การกระจาย" อาจไม่เห็นด้วยกับ "การกระจายของการ จำกัด ตัวแปรสุ่ม "ที่จุดไม่ต่อเนื่อง การพูดอย่างเคร่งครัดการแจกแจง จำกัด สำหรับจุดต่อเนื่องนั้นเป็นของตัวแปรสุ่มคงที่ สำหรับคะแนนความไม่ต่อเนื่องเราอาจคำนวณความน่าจะเป็นที่ จำกัด ได้ในฐานะหน่วยงาน "แยก"