Jeśli zrozumiałem pytanie zgodnie z zamierzeniami, masz na myśli ustawienie, w którym możesz uzyskać niezależne realizacje dowolnej zmiennej losowej o dowolnym rozkładzie (posiadającym skończoną wariancję ). „Gry” określa się na podstawie funkcji i , który zostanie opisany. Składa się z następujących kroków i zasad:XFσ2(F)hL
Twój przeciwnik („Natura”) ujawniaF.
W odpowiedzi tworzysz liczbę swoją „prognozę”.t(F),
Aby ocenić wynik gry, wykonuje się następujące obliczenia:
Próbkę iid obserwacji pochodzi znX=X1,X2,…,XnF.
Z góry określona funkcja jest stosowana do próbki, tworząc liczbę „statystykę”.hh(X),
„Funkcja straty” porównuje twoje „przewidywanie” ze statystyką tworząc liczbę nieujemnąLt(F)h(X),L(t(F),h(X)).
Wynikiem gry jest oczekiwana strata (lub „ryzyko”)R(L,h)(t,F)=E(L(t(F),h(X))).
Twoim celem jest zareagowanie na ruch Natury poprzez określenie które minimalizuje ryzyko.t
Na przykład w grze z funkcją i każdą utratą formy dla pewnej liczby dodatniej twoim optymalnym ruchem jest wybrać jako oczekiwanie nah(X1)=X1L(t,h)=λ(t−h)2λ,t(F)F.
Pytanie przed nami brzmi:
Może istnieją i dla których optymalny ruch jest wybranie za odchylenie ?Lht(F)σ2(F)
Łatwo na to odpowiedzieć, pokazując wariancję jako oczekiwanie. Jednym ze sposobów jest ustalenie, że i kontynuowanie korzystania z straty kwadratowej Po zaobserwowaniu tegoh(X1,X2)=12(X1−X2)2
L(t,h)=(t−h)2.
E(h(X))=σ2(F),
przykład pozwala nam dojść do wniosku, że ten i ten odpowiadają na pytanie dotyczące wariancji.hL
Co z odchyleniem standardowym ? Ponownie musimy to tylko przedstawić jako oczekiwanie na przykładową statystykę. Nie jest to jednak możliwe, ponieważ nawet jeśli ograniczymy do rodziny rozkładów Bernoulliego , możemy uzyskać tylko obiektywne estymatory funkcji wielomianowych ale nie jest funkcją wielomianową w domenie (Zobacz Ogólny argument dotyczący rozkładów dwumianowych, dla którego nie istnieje obiektywny estymator dla ? , dla którego to pytanie można zmniejszyć po uśrednieniuσ(F)F(p)p,σ(F)=p(1−p)−−−−−−−√p∈(0,1).1/phwe wszystkich permutacjach)Xi.