คำถาม
หากมี IID แล้วคำนวณที่x_i
ความพยายาม : โปรดตรวจสอบว่าด้านล่างถูกต้องหรือไม่
สมมติว่าเราใช้ผลรวมของความคาดหวังตามเงื่อนไขเหล่านั้น
หมายความว่าแต่ละตั้งแต่คือ IID
ดังนั้น{n} ถูกต้องหรือไม่
คำถาม
หากมี IID แล้วคำนวณที่x_i
ความพยายาม : โปรดตรวจสอบว่าด้านล่างถูกต้องหรือไม่
สมมติว่าเราใช้ผลรวมของความคาดหวังตามเงื่อนไขเหล่านั้น
หมายความว่าแต่ละตั้งแต่คือ IID
ดังนั้น{n} ถูกต้องหรือไม่
คำตอบ:
ความคิดถูกต้อง - แต่มีคำถามที่แสดงให้เห็นว่ามันเข้มงวดขึ้นเล็กน้อย ดังนั้นฉันจะมุ่งเน้นไปที่สัญกรณ์และการเปิดเผยสาระสำคัญของความคิด
เริ่มจากความคิดเรื่องการแลกเปลี่ยนกันเถอะ:
ตัวแปรสุ่มสามารถแลกเปลี่ยนได้เมื่อการแจกแจงของตัวแปรที่เปลี่ยนรูปแบบทุกคนเหมือนกันสำหรับทุกการเปลี่ยนแปลงที่เป็นไปได้σ
iidอย่างชัดเจนหมายถึงการแลกเปลี่ยน
เป็นเรื่องของสัญกรณ์เขียนสำหรับส่วนประกอบของและให้
ปล่อยให้เป็นดัชนีใด ๆ และให้เปลี่ยนรูปของดัชนีที่ส่งถึง (เช่นมีอยู่เพราะเราสามารถสลับและ ) การแลกเปลี่ยนของหมายถึงJ
เพราะ (ในความไม่เท่าเทียมกันครั้งแรก) เราเพิ่งแทนที่ด้วย vectorกระจาย นี่คือปมของเรื่อง
ดังนั้น
จากไหน
นี่ไม่ใช่ข้อพิสูจน์ (และ +1 ถึง @ คำตอบของ whuber) แต่มันเป็นวิธีเรขาคณิตในการสร้างสัญชาตญาณว่าทำไม คือ คำตอบที่สมเหตุสมผล
ให้และดังนั้น\ จากนั้นเราจะปรับเงื่อนไขในเหตุการณ์ที่สำหรับบางดังนั้นนี่จึงเหมือนกับการวาดเกาส์หลายตัวแปรที่รองรับในแต่ดูเฉพาะที่จบลงด้วยการเลียนแบบ พื้นที่\} จากนั้นเราต้องการทราบค่าเฉลี่ยของพิกัดของจุดที่ที่ดินในพื้นที่เลียนแบบนี้ (ไม่เป็นไรหรอกว่าเป็นหน่วยย่อยเป็นศูนย์)
เรารู้
ดังนั้นเราจึงมีทรงกลมเกาส์เซียนที่มีค่าเฉลี่ยคงที่เวกเตอร์และเวกเตอร์เฉลี่ยอยู่ในบรรทัดเดียวกับเวกเตอร์ปกติของไฮเพอร์เพลน0
สิ่งนี้ทำให้เรามีสถานการณ์เหมือนภาพด้านล่าง:
แนวคิดสำคัญ: ครั้งแรกจินตนาการความหนาแน่นมากกว่าสเปซเลียนแบบ\} ความหนาแน่นของสมมาตรรอบตั้งแต่\ ความหนาแน่นนอกจากนี้ยังจะได้ส่วนบนเป็นยังเป็นสมมาตรผ่านสายเดียวกันและจุดที่อยู่รอบ ๆ ซึ่งมันเป็นสมมาตรเป็นจุดตัดของเส้นและx_2 นี้เกิดขึ้นสำหรับ2)
ไปที่รูปภาพเราสามารถจินตนาการการสุ่มตัวอย่างซ้ำแล้วซ้ำอีกและเมื่อใดก็ตามที่เราได้คะแนนเป็นเราจะใช้พิกัดและบันทึกไว้ จากสมมาตรของความหนาแน่นที่กระจายของพิกัดยังจะสมมาตรและมันจะมีจุดศูนย์กลางเดียวกันของ 2 ค่าเฉลี่ยของการแจกแจงแบบสมมาตรคือจุดศูนย์กลางของสมมาตรดังนั้นนี่หมายความว่าและตั้งแต่และสามารถถูก excahnged ได้โดยไม่มีผลกระทบ สิ่งใด
ในมิติที่สูงขึ้นสิ่งนี้ยาก (หรือเป็นไปไม่ได้) ที่จะมองเห็นได้อย่างชัดเจน แต่แนวคิดเดียวกันนี้นำไปใช้: เรามี Gaussian ทรงกลมที่มีค่าเฉลี่ยในช่วงและเรากำลังดูพื้นที่ย่อยเลียนแบบที่ตั้งฉากกับมัน . จุดสมดุลของการแจกแจงในพื้นที่ย่อยจะยังคงเป็นจุดตัดของและซึ่งอยู่ที่และความหนาแน่นยังคงสมมาตรดังนั้นจุดสมดุลนี้คือค่าเฉลี่ยอีกครั้ง
อีกครั้งนั่นไม่ใช่ข้อพิสูจน์ แต่ฉันคิดว่ามันให้ความคิดที่ดีว่าทำไมคุณถึงคาดหวังพฤติกรรมนี้ตั้งแต่แรก
นอกเหนือจากนี้เนื่องจากบางคนเช่น @StubbornAtom ได้ระบุไว้ว่าสิ่งนี้ไม่จำเป็นต้องใช้ในการเป็นเกาส์เซียน ใน 2-D ให้สังเกตว่าถ้าสามารถแลกเปลี่ยนได้แล้ว (โดยทั่วไปแล้ว ) ดังนั้นfจะต้องสมมาตรอยู่เหนือเส้นx 1 = x 2 นอกจากนี้เรายังมีE ( X ) ∈ ขยาย 1ดังนั้นทุกอย่างที่ฉันพูดเกี่ยวกับ "ความคิดหลัก" ในภาพแรกยังคงอยู่ นี่คือตัวอย่างที่X iเป็น iid จากแบบจำลองการผสมแบบเกาส์เซียน ทุกบรรทัดมีความหมายเหมือนเมื่อก่อน
ฉันคิดว่าคำตอบของคุณถูกต้องแม้ว่าฉันจะไม่แน่ใจเกี่ยวกับบรรทัดนักฆ่าในบทพิสูจน์ของคุณ แต่มันก็เป็นเรื่องจริง "เพราะพวกเขาเป็น iid" อีกวิธีหนึ่งในการแก้ปัญหาแบบเดียวกันนี้มีดังต่อไปนี้:
คิดเกี่ยวกับสิ่งจริง ๆ แล้วหมายถึง คุณรู้ว่าคุณมีตัวอย่างที่มีการอ่านค่า N และค่าเฉลี่ยของพวกเขาคือ T ความหมายนี้คืออะไรในตอนนี้การแจกแจงพื้นฐานที่พวกเขาถูกสุ่มตัวอย่างจากเรื่องอื่น ๆ อีกต่อไป (คุณจะสังเกตเห็นว่า ตัวอย่างจาก Gaussian ในหลักฐานของคุณ)
คือคำตอบสำหรับคำถามหากคุณสุ่มตัวอย่างจากตัวอย่างของคุณโดยมีการแทนที่หลายครั้งสิ่งที่จะเป็นค่าเฉลี่ยที่คุณได้รับ นี่คือผลรวมของค่าที่เป็นไปได้ทั้งหมด, คูณด้วยความน่าจะเป็นหรือซึ่งเท่ากับ T