Nie możemy tutaj wybierać . Czynnik „normalizujący” jest w istocie czynnikiem „stabilizującym wariancję na coś skończonego”, tak aby wyrażenie nie przechodziło do zera lub do nieskończoności, gdy wielkość próbki zmierza do nieskończoności, ale aby utrzymać rozkład na granicy.
Tak więc musi być w każdym przypadku czymkolwiek musi być. Oczywiście interesujące jest to, że w wielu przypadkach okazuje się, że musi być . (ale patrz także komentarz @ whubera poniżej).n−−√
Standardowy przykład, w którym czynnikiem normalizującym musi być , a nie √n jest wtedy, gdy mamy modeln−−√
yt=βyt−1+ut,y0=0,t=1,...,T
z białym szumem, i szacujemy nieznany β według zwykłych najmniejszych kwadratów.utβ
Jeśli tak się stanie, to prawdziwa wartość współczynnika wynosi , wtedy estymator OLS jest spójny i zbiega się w zwykłym √|β|<1stawka n . n−−√
Ale jeśli zamiast tego prawdziwa wartość wynosi (tzn. Mamy w rzeczywistości czysty losowy spacer), to estymator OLS jest spójny, ale zbiega się „szybciej”, w tempie n (jest to czasami nazywane „superkonsekwentnym” estymatorem - od czasu Chyba, tak wiele estymatorów zbiegają się w tempie √β=1n ).
W tym przypadku, w celu uzyskania jego (nienormalnych) rozkład asymptotyczną, żemająskali( p -p)przezN(jeśli skala tylko √n−−√
(β^−β)n wyrażenie wyniesie zero). Hamilton ch 17ma szczegóły.n−−√