분산 및 표준 편차 최적 솔루션은 어떤 문제 또는 게임입니까?


9

주어진 임의의 변수 (또는 모집단 또는 확률 적 과정)에 대해 수학적 기대는 질문에 대한 답입니다. 어떤 점 예측이 예상되는 제곱 손실을 최소화합니까? . 또한, 게임에 최적의 솔루션이 확률 변수의 다음 실현 (또는 인구에서 새 무승부)를 추측, 나는 가치와 당신의 생각 사이의 제곱 거리에서 당신을 처벌 할 것이다 당신이 측면에서 선형 효용이있는 경우 형벌. 중앙값은 절대 손실에서 해당 질문에 대한 답변이고 모드는 "모두 또는 없음"손실에서 답변입니다.

질문 : 분산과 표준 편차가 비슷한 질문에 대답합니까? 그들은 무엇인가?

이 질문에 대한 동기는 중심 경향과 확산의 기본 척도를 가르치는 데 있습니다. 중심 경향의 측정은 위의 의사 결정 이론적 문제에 의해 동기를 부여받을 수 있지만, 어떻게 확산의 측정에 동기를 부여 할 수 있을지 궁금합니다.


1
매우 흥미로운 질문입니다. 나의 첫 번째 접근법은 "게임"은 질적으로 말해서 이미 설명한 것과 동일하지만, 질문은 대답 이 한 점 대신에 값 의 범위 에 대한 것으로 예상한다는 점을 제외하고 는 참조는 다소 불완전한 (무의미하지는 않지만) 정보입니다.
Emil

분산 자체는 예상입니다. 이면 입니다. Y=(Xμ)2Var(X)=E(Y)
Glen_b-복귀 모니카

@ Glen_b, 당신이 맞습니다. 그리고 그것을 얻었습니다 (질문 텍스트에 포함시켜야합니다). "다음 값과 기대 값의 차이를 생각하면 2 차적으로 벌을받을 것입니다."가 게임이 될 것입니다. 그게 최고입니까? 실용적이거나 재미있는 게임이 아닙니다. IMHO.
Richard Hardy

답변:


2

내가 의도 한대로 질문을 이해했다면 임의의 변수에 대한 독립적 인 실현을 얻을 수있는 설정을 염두에두고 있습니다. X 어떤 배포로 F 유한 한 차이 σ2(F)). "게임"은 기능에 의해 결정됩니다hL설명 될 것이다. 다음 단계와 규칙으로 구성됩니다.

  1. 상대 ( "자연")가 공개 F.

  2. 응답으로 당신은 숫자를 생산 t(F), "예측"

게임 결과를 평가하기 위해 다음 계산이 수행됩니다.

  • 샘플 n iid 관찰 X=X1,X2,,Xn 에서 가져온 F.

  • 미리 정해진 기능 h 샘플에 적용되어 숫자를 생성합니다. h(X), "통계"

  • "손실 기능" L "예측"을 비교합니다 t(F) 통계에 h(X), 음수가 아닌 숫자 생성 L(t(F),h(X)).

  • 게임의 결과는 예상되는 손실 (또는 "위험")입니다

    R(L,h)(t,F)=E(L(t(F),h(X))).

당신의 목표는 일부를 지정하여 자연의 움직임에 응답하는 것입니다 t 위험을 최소화합니다.

예를 들어, 함수가있는 게임에서 h(X1)=X1 그리고 형태의 손실 L(t,h)=λ(th)2 양수 λ, 당신의 최적의 움직임은 선택하는 것입니다 t(F) 기대하다 F.

우리 앞에있는 질문은

존재 하는가 Lh 최적의 움직임이 선택되는 t(F) 차이가 σ2(F)?

이것은 기대 값으로 분산을 보여줌으로써 쉽게 대답 할 수 있습니다. 한 가지 방법은

h(X1,X2)=12(X1X2)2
이차 손실을 계속 사용
L(t,h)=(th)2.
그것을 관찰하면

E(h(X))=σ2(F),

이 예는 우리가 hL 분산에 관한 질문에 답하십시오.


표준 편차는 어떻습니까 σ(F)? 다시, 우리는 표본 통계의 기대치로서 이것을 보여줄 필요가 있습니다. 그러나 우리가 제한 할 때조차 불가능 합니다.F 베르누이 가족에게(p) 분포는 다항식 함수의 편견 추정치 만 얻을 수 있습니다. p, 그러나 σ(F)=p(1p) 도메인에서 다항 함수가 아닙니다 p(0,1). ( 이항 분포의 경우 편견 추정기가없는 이유는 무엇입니까?1/p? 이항 분포에 대한 일반적인 주장은 평균화 후이 질문을 줄일 수있다h 의 모든 순열에 Xi.)


내 질문에 대한 명확한 표현과 똑같이 명확한 답변에 감사드립니다. 당신은 또한 예를 들어 주시겠습니까h 그것은 모든 것에 달려있다 n두 개가 아닌 샘플 포인트?
Richard Hardy

2
출발하는 표준 방법이 있습니다 2n: 모든 쌍과 평균에 대한 통계를 계산합니다. 실제로, 그것은 stats.stackexchange.com/a/18200/919 에서 공분산의 특성을 나타냅니다 . 이것의 공식적인 이론에 대해서는 U 통계 에 대해 읽으십시오 .
whuber

1
대단히 감사합니다!
Richard Hardy
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.