내가 의도 한대로 질문을 이해했다면 임의의 변수에 대한 독립적 인 실현을 얻을 수있는 설정을 염두에두고 있습니다. 엑스 어떤 배포로 에프 유한 한 차이 σ2( F)). "게임"은 기능에 의해 결정됩니다h 과 엘설명 될 것이다. 다음 단계와 규칙으로 구성됩니다.
상대 ( "자연")가 공개 에프.
응답으로 당신은 숫자를 생산 t ( F) , "예측"
게임 결과를 평가하기 위해 다음 계산이 수행됩니다.
샘플 엔 iid 관찰 X =엑스1,엑스2, ... ,엑스엔 에서 가져온 에프.
미리 정해진 기능 h 샘플에 적용되어 숫자를 생성합니다. h ( X ) , "통계"
"손실 기능" 엘 "예측"을 비교합니다 t ( F) 통계에 h ( X ) , 음수가 아닌 숫자 생성 패 (T(F) , h ( X ) ) .
게임의 결과는 예상되는 손실 (또는 "위험")입니다 아르 자형( L , h )( t , F) = E( L ( t ( F) , h ( X ) ) ) .
당신의 목표는 일부를 지정하여 자연의 움직임에 응답하는 것입니다 티 위험을 최소화합니다.
예를 들어, 함수가있는 게임에서 h (엑스1) =엑스1 그리고 형태의 손실 L (t,h)=λ(t−h)2 양수 λ , 당신의 최적의 움직임은 선택하는 것입니다 t ( F) 기대하다 에프.
우리 앞에있는 질문은
존재 하는가 엘 과 h 최적의 움직임이 선택되는 t ( F) 차이가 σ2( F)?
이것은 기대 값으로 분산을 보여줌으로써 쉽게 대답 할 수 있습니다. 한 가지 방법은h (엑스1,엑스2) =12(엑스1−엑스2)2
이차 손실을 계속 사용 L (t,h)=(t−h)2.
그것을 관찰하면
이자형( h ( X ) ) =σ2( F) ,
이 예는 우리가 h 이 L 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(1−p)−−−−−−−√ 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.)