확률 분포의 앙상블이 완료된 토폴로지


9

나는 확률 분포에 대한 거의 모든 토폴로지가 가지고있는 이상한 속성으로 확률 분포에 대한 직관적 인 이해를 조정하는 데 상당히 어려움을 겪고 있습니다.

예를 들어, 혼합 임의 변수 고려하십시오 . 분산이 1이고 확률이 인 0을 중심으로 한 가우시안을 선택 하고 결과 에 을 추가하십시오 . 이러한 임의의 변수 시퀀스는 분산 1을 사용하여 0을 중심으로하는 가우시안으로 수렴 (약하고 전체 변동)되지만 의 평균 은 항상 이고 분산은 수렴합니다 . 나는이 시퀀스가 ​​그것 때문에 수렴한다고 말하는 것을 정말로 좋아하지 않습니다.Xn1nnXn1+

토폴로지에 대해 잊어 버린 모든 것을 기억하는 데 꽤 시간이 걸렸지 만 마침내 그러한 예에 대해 나에게 불만족스러운 것이 무엇인지 알아 냈습니다. 시퀀스의 한계는 일반적인 분포가 아닙니다. 위의 예에서 한계는 이상한 "평균 1의 가우시안"이고 무한 분산입니다. 위상 적으로 볼 때, 확률 분포는 약한 상태 (그리고 TV와 내가 본 다른 모든 토폴로지)에서는 완전하지 않습니다.

그런 다음 다음 질문에 직면합니다.

  • 확률 분포 앙상블이 완료되는 토폴로지가 있습니까?

  • 그렇지 않다면, 그 부재는 앙상블 확률 분포 앙상블의 흥미로운 속성을 반영 하는가? 아니면 그냥 지루합니까?

참고 : "확률 분포"에 대한 질문을했습니다. 이것들은 Dirac과 pdf가없는 것과 같은 것들로 수렴 할 수 있기 때문에 닫을 수 없습니다. 그러나 약한 토폴로지에서 측정 값이 여전히 닫히지 않으므로 내 질문이 남아 있습니다.

mathoverflow에 크로스 포스트 /mathpro/226339/topologies-for-which-the-ensemble-of-probability-measures-is-complete?noredirect=1#comment558738_226339


2
당신은 모든 확률 분포의 설정이 noty 것을 발견 컴팩트 . 나는 압축이 완전성이 아니라 필요한 단어라고 생각합니다. 이 설정에서 관련 압축성 개념을 종종 견고성 이라고 합니다. 예를 들어 stats.stackexchange.com/questions/180139/…
kjetil b halvorsen

내가 생각하는 @kjetilbhalvorsen 미리 압축 Skorohod의 정리에 소형 인해 대신.
Henry.L

주어진 예제의 문제점은 정확히 무엇입니까? 수렴이 순간의 수렴을 의미하지는 않습니까? 왜 그래야합니까? 그리고 이것이 완전성과 어떤 관련이 있습니까?
Michael

답변:


1

보다 좁은 통계 각도 (일반적인 수학적 위상 문제는 유효 함)에서 문제를 보면 모멘트의 순서가 제한 분포의 모멘트로 수렴되지 않을 수 있다는 사실은 잘 알려진 현상입니다. 이것은 원칙적으로 시퀀스의 잘 동작하는 제한 분포의 존재를 의심의 여지없이 자동으로 설정하지 않습니다.

상기 서열의 제한 분포 A가 올바르게 동작 인 유한 순간에 분포. 수렴하지 않는 순간의 순서입니다. 그러나 이것은 우리가 임의의 변수 (통합, 밀도 등) 의 기능 으로 구성된 시퀀스 와 다른 시퀀스입니다. 우리가 제한 분포에 관심이있는 무작위 변수의 시퀀스는 아닙니다.{엑스+이자형아르 자형(1/)}(0,1)


1
이 질문에 어떻게 대답합니까?
whuber

2
@ whuber 글쎄, 내 대답은 OP가 요구하는 토폴로지가 있는지 여부는 통계적 관점과 크게 다르지 않다고 말합니다.
Alecos Papadopoulos
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.