많은 수의 법칙은 언제 실패합니까?


답변:


10

Kolmogorov의 두 가지 이론이 있으며 둘 다 기대 값이 유한해야합니다. 첫 번째는 변수가 IID 일 때, 두 번째는 샘플링이 독립적이고 의 분산이 만족할 때 유지됩니다.Xn

n=1V(Xn)n2<

모든 이 0을 기대했지만 그 분산이 이므로 조건이 분명히 실패한다고 가정하십시오. 그러면 어떻게됩니까? 여전히 추정 평균을 계산할 수 있지만 더 깊고 더 깊이 샘플링 할 때 그 평균은 0이되지 않습니다. 샘플링을 계속할수록 점점 더 편향되는 경향이 있습니다.n 2Xnn2

예를 들어 봅시다. 이 균일 한 라고 말하면 위의 조건이 일시적으로 실패합니다. U ( n 2 n , n 2 n )XnU(n2n,n2n)

n=1V(Xn)n2=n=1n222n+2121n2=13n=14n=.

그것을 주목함으로써

X¯n=Xnn+n1nX¯n1,

우리는 계산 된 평균 이 항상 구간 있습니다. 동일한 공식을 사용하면 밖에 있을 확률이 항상 보다 큰 것을 알 수 있습니다 . 실제로 은 균일 이며 바깥에 있습니다 확률 . 반면, 은 유도에 의해 에 있으며 대칭에 의해 확률로 양수입니다(-2N,2N), N+11/8 ˉ X N+1(-2N,2N)XN+1X¯n(2n,2n)n+11/8X¯n+1(2n,2n)Xn+1n+1U(2n+1,2n+1)(2n,2n)1/4(-2N,2N)1/2 ˉ X N+1(2)N-(2)n은1/16| ˉ X n+1| >2n은1/8, Nnn+1X¯n(2n,2n)1/2. 이러한 관찰로부터 이 보다 크거나 보다 작으며 각각 확률은 보다 큽니다 . 확률 이후 그 이 보다 크면 이 무한 대로되므로 0에 수렴 할 수 없습니다 .X¯n+12n2n1/16|X¯n+1|>2n1/8n

이제 질문에 구체적으로 대답하려면 이벤트 고려하십시오 . 내가 잘 이해했다면, "다음 진술이 어떤 조건에서 거짓입니까?"A

limn1nk=1n1A(Xk)=P(XA),[P]a.s.

여기서 표시기 이벤트의 함수 , 경우 및 , 그렇지 않으면 상기 동일하게 분배 (과 같은 분산 ).1A1 A ( X k ) = 1 X kA 0 X k XA 1A(Xk)=1XkA0XkX

지표 함수의 분산이 Bernouilli 0-1 변수의 최대 분산 인 1/4 이상으로 제한되므로 위의 조건이 유지됩니다. 그럼에도 불구하고, 잘못 될 수있는 것은 많은 수의 강력한 법칙, 즉 독립 샘플링 의 두 번째 가정입니다 . 랜덤 변수 가 독립적으로 샘플링되지 않으면 수렴이 보장되지 않습니다.Xk

예를 들어, 모든 대해 = 이면 비율은 값에 관계없이 1 또는 0 이므로 수렴이 발생하지 않습니다 ( 가 0 또는 1의 확률을 갖지 않는 ). 이것은 가짜이고 극단적 인 예입니다. 이론적 확률에 대한 수렴이 발생하지 않는 실제 사례는 알지 못합니다. 그러나 샘플링이 독립적이지 않은 경우 잠재력이 존재합니다.X 1 k n AXkX1knA


하나의 의견. Wikipedia (lnl page)에서 나는 분산의 비 유한성이 평균 값의 수렴을 감속한다는 것을 읽었습니다. 당신이 말하는 것과 다른가?
emanuele

2
두 사람이 같은 법을 논의하고 있습니까? 이 응답은 평균 의 샘플링 분포에 중점을 둔 것으로 보이는 동안 사건의 빈도에 대해 질문합니다 . 연결이 있지만 내가 말할 수있는 한 여기에 명시 적으로 나타나지 않았습니다.
whuber

@whuber True입니다. 질문 제목에 너무 집중했습니다. 지적 해 주셔서 감사합니다. 나는 대답을 업데이트했다.
gui11aume

@ gui11aume 이해하지 못합니다. "인디케이터 함수의 분산이 1/4로 제한되어 있기 때문에 위의 조건이 유지 될 것입니다." 무엇 않습니다 그 의미?
emanuele

1
이들이 동일하게 분포되어 있지만 독립적이지 않은 경우, 해당 한계가 전혀 존재하지 않을 수 있습니다.
추기경
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.