27-10-2014: Niestety (jak dla mnie) nikt jeszcze nie udzielił tutaj odpowiedzi - może dlatego, że wygląda to jak dziwny, „patologiczny” problem teoretyczny i nic więcej?
Cóż, cytuję komentarz dla użytkownika Kardynał (który później zbadam)
„Oto wprawdzie absurdalny, ale prosty przykład. Chodzi o to, aby dokładnie zilustrować, co może pójść nie tak i dlaczego. Ma praktyczne zastosowania (moje podkreślenie). Przykład: Rozważ typowy model iid ze skończoną drugą chwilą. Niech gdzie jest niezależny od
i każdy z prawdopodobieństwem a w przeciwnym razie wynosi zero, z dowolną Wtedy jest bezstronny, ma wariancję ograniczoną poniżej przez i prawie na pewno (jest to bardzo spójne). jako ćwiczenie na temat stronniczości ". Zn ˉ X nZn=±n1/n2>0 θθ^n=X¯n+ZnZnX¯nZn=±an1/n2a>02 θ n → ľθ^na2θ^n→μ
Indywidualną zmienną losową tutaj jest , więc zobaczmy, co możemy o niej powiedzieć.
Zmienna ma wsparcie z odpowiednimi prawdopodobieństwami . Jest symetryczny wokół zera, więc mamy { - a n , 0 , a n } {Zn
{−an,0,an}{1/n2,1−2/n2,1/n2}
E(Zn)=0,Var(Zn)=(−an)2n2+0+(an)2n2=2a2
Chwile te nie zależą od więc myślę, że możemy trywialnie pisaćn
limn → ∞mi( Zn) = 0 ,limn → ∞Var ( Zn) = 2 a2)
W Asymptotykach ubogiego człowieka wiemy o warunku, że granice momentów są równe momentom ograniczającego rozkładu. Jeśli -ty moment skończonego rozkładu przypadków zbiega się ze stałą (jak w naszym przypadku), to jeśli ponadto,r
∃ δ> 0 : lim sup E.( | Zn|r + δ) < ∞
granica momentu będzie momentem rozkładu granicznego. W naszym przypadkurrr
E(|Zn|r+δ)=|−an|r+δn2+0+|an|r+δn2=2ar+δ⋅nr+δ−2
Dla to rozbieżne dla dowolnego , więc ten wystarczający warunek nie obowiązuje dla wariancji (dotyczy średniej).
Odwrotnie: jaki jest asymptotyczny rozkład ? Czy CDF z na granicy zbiega się z nie-zdegenerowanym CDF?δ > 0 Z n Z nr≥2δ>0
ZnZn
Nie wygląda na to, że tak jest: ograniczeniem będzie: (jeśli wolno nam to napisać), a odpowiadające im prawdopodobieństwa . Wygląda mi na stałą.
Ale jeśli nie mamy przede wszystkim ograniczającej dystrybucji, jak możemy mówić o jej chwilach? { 0 , 1 , 0 }{−∞,0,∞}{0,1,0}
Następnie, wracając do estymatora , ponieważ również zbiega się do stałej, wydaje się, że ˉ X nθ^nX¯n
θ^n nie ma (nietrywialnego) ograniczającego rozkładu, ale ma wariancję na granicy. A może ta wariancja jest nieskończona? Ale nieskończona wariancja ze stałym rozkładem?
Jak możemy to zrozumieć? Co mówi nam o estymatorze? Jaka jest zasadnicza różnica pomiędzy a ?~ θ n = ˉ X nθ^n=X¯n+Znθ~n=X¯n