Średnia harmoniczna może być przydatnym substytutem średniej arytmetycznej, gdy nie ma ona żadnych oczekiwań lub nie ma wariancji. Może rzeczywiście być tak, że nie istnieje lub jest nieskończony, podczas gdy E [ 1 / X ] istnieje. Na przykład rozkład Pareto o gęstości f ( x ) = α x α 0E [X]E [1 / X]nie ma skończonego oczekiwania, gdyα≤1, co oznacza, że średnia arytmetyczna ma nieskończone oczekiwanie, podczas gdyE[1/X]=∫∞ x 0 αx α 0
fa( x ) = α xα0xα +1jax ≥ x0
α ≤ 1 co oznacza, że średnia harmoniczna ma skończone oczekiwanie.
E [1 / X] = ∫∞x0α xα0xα + 2d x = α xα0( α + 1 ) xα + 10= α( α + 1 ) x0
I odwrotnie, istnieją rozkłady, dla których nie ma oczekiwanych średnich harmonicznych, jak na przykład rozkład Beta gdy α ≤ 1 . I wiele innych, dla których nie ma wariancji.be ( α , β)α ≤ 1
Istnieje również związek z przybliżeniami Monte Carlo do całek, a zwłaszcza stałych normalizujących, opartych na bayesowskiej tożsamości tylnej gdzieφ(⋅)jest dowolną gęstością,π(⋅)jest pierwiastkiem,L(⋅|x)prawdopodobieństwo, am(⋅)jest marginalny, jak omówiono winnym pytaniudotyczącym sprawdzonego X, gdzieI komentujniebezpieczeństwa związane z używaniem tego, co Radford Neal (U Toronto) nazywanajgorszym estymatorem Monte Carlo w historii. (Napisałem równieżkilka wpisówna moim blogu na ten temat.)
E [ φ ( θ )π( θ ) L ( θ | x )∣∣x ] = 1m ( x )
φ ( ⋅ )π( ⋅ )L ( ⋅ | x )m ( ⋅ )