ฉันมีตัวแปรสุ่มที่เป็นปกติกระจาย2) สิ่งที่ฉันสามารถพูดเกี่ยวกับและ ? การประมาณจะเป็นประโยชน์เช่นกันN ( μ , σ 2 ) E ( X ) V a r ( X )
ฉันมีตัวแปรสุ่มที่เป็นปกติกระจาย2) สิ่งที่ฉันสามารถพูดเกี่ยวกับและ ? การประมาณจะเป็นประโยชน์เช่นกันN ( μ , σ 2 ) E ( X ) V a r ( X )
คำตอบ:
หากเราพิจารณา "การประมาณ" ในความหมายโดยทั่วไปเราสามารถหาที่ไหนสักแห่ง
เราต้องสมมติไม่ใช่ว่าเรามีการแจกแจงแบบปกติจริง ๆ แต่สิ่งที่ประมาณปกติยกเว้นความหนาแน่นไม่สามารถไม่ใช่ศูนย์ในย่าน 0
ดังนั้นขอบอกว่าเป็น "ปกติประมาณ" (และเข้มข้นใกล้ * ค่าเฉลี่ย) ในความรู้สึกว่าเราสามารถ handwave ไล่ความกังวลเกี่ยวกับการมาใกล้ 0 (และผลกระทบที่ตามมาในช่วงเวลาของเพราะไม่ได้ 'ได้รับการลงใกล้ 0') แต่แบบเดียวกับช่วงเวลาเพื่อที่ต่ำที่สุดเท่าที่กระจายปกติที่ระบุแล้วเราสามารถใช้ชุดเทย์เลอร์ที่ใกล้เคียงกับช่วงเวลาของตัวแปรสุ่มเปลี่ยนล็อก( )
สำหรับบางคนการเปลี่ยนแปลงนี้เกี่ยวข้องกับการขยายเป็นซีรีส์เทย์เลอร์ (คิดที่คือการบทบาทของ ' ' และใช้เวลา บทบาทของ ' ') จากนั้นรับความคาดหวังจากนั้นคำนวณความแปรปรวนหรือความคาดหวังของกำลังสองของการขยายตัว (ซึ่งสามารถรับความแปรปรวนได้)กรัม( μ X + X - μ X ) กรัม( x + H ) μ X X X - μ Xชั่วโมง
ผลลัพธ์โดยประมาณที่คาดหวังและความแปรปรวนคือ:
และ
และ (ถ้าฉันไม่ได้ทำผิดพลาด) เมื่อ :
* เพื่อเป็นการประมาณที่ดีโดยทั่วไปคุณต้องการค่าเบี่ยงเบนมาตรฐานของจะค่อนข้างเล็กเมื่อเทียบกับค่าเฉลี่ย (สัมประสิทธิ์การเปลี่ยนแปลงต่ำ)