OP mówi
Twierdzenie o granicy centralnej stwierdza, że średnia zmiennych iid, gdy N przechodzi w nieskończoność, staje się normalnie rozkładem.
Przyjmuję to, że OP jest przekonany, że dla iid zmiennych losowych ze średnią i odchyleniem standardowym , skumulowana funkcja rozkładu z
zbieżna z funkcją skumulowanego rozkładu , normalnej zmiennej losowej ze średnią i odchyleniem standardowym . Lub OP uważa, że drobne zmiany aranżacji tej formuły, np. Rozkład zbieżny z rozkładem lub rozkładem μ σ F Z n ( a ) Z n = 1XjaμσfaZn( )N(μ,σ)μσZn-μN(0,σ)(Zn-μ)/σN(0,1)P{| Zn-μ| >σ}=1-FZn(μ+σ
Zn= 1n∑i = 1nXja
N.( μ , σ)μσZn- μN.( 0 , σ)( Zn- μ ) / σzbiega się z rozkładem , standardowej normalnej zmiennej losowej. Zauważ, że jako przykład te stwierdzenia sugerują, że
jako .
N.( 0 , 1 )P.{ | Zn- μ | > σ} = 1 - FZn( μ + σ) + F.Zn( ( μ + σ)-) → 1 - Φ ( 1 ) + Φ ( - 1 ) ≈ 0,32
n → ∞
OP mówi dalej
Rodzi to dwa pytania:
- Czy możemy z tego wywnioskować prawo wielkich liczb? Jeśli prawo dużych liczb mówi, że średnia próbki wartości zmiennej losowej jest równa prawdziwej średniej μ, gdy N idzie w nieskończoność, to jeszcze silniejsze wydaje się stwierdzenie (jak mówi środkowa granica), że wartość staje się N ( μ, σ) gdzie σ jest odchyleniem standardowym.
Słaba zasada dużych liczb mówi, że dla iid zmiennych losowych
ze skończoną średnią , biorąc pod uwagę dowolne ,
Należy pamiętać, że nie trzeba zakładać, że odchylenie standardowe jest skończone.Xjaμϵ > 0
P.{ | Zn- μ | > ϵ } → 0 jak n → ∞ .
Aby odpowiedzieć na pytanie PO,
Twierdzenie o centralnym limicie, określone przez PO , nie implikuje
słabego prawa wielkich liczb. Jako , wersja centralnego twierdzenia granicznego OP mówi, że
podczas gdy słabe prawo mówi, żen → ∞P{|Zn−μ|>σ}→0.317⋯P{|Zn−μ|>σ}→0
Z poprawnego stwierdzenia centralnego twierdzenia o granicy można w najlepszym razie wywnioskować tylko ograniczoną formę słabego prawa wielkich liczb, mającego zastosowanie do zmiennych losowych o średniej skończonej i odchyleniu standardowym. Ale słabe prawo dużych liczb obowiązuje również dla zmiennych losowych, takich jak zmienne losowe Pareto ze skończonymi średnimi, ale nieskończonymi odchyleniami standardowymi.
Nie rozumiem, dlaczego stwierdzenie, że średnia próbki jest zbieżna do normalnej zmiennej losowej z niezerowym odchyleniem standardowym, jest silniejszym stwierdzeniem niż stwierdzenie, że średnia próbki jest zbieżna ze średnią populacji, która jest stałą (lub zmienną losową o zerowym odchyleniu standardowym, jeśli lubisz).