이 답변은 간단한 미적분 기법 (3 차 테일러 확장)을 사용하여 중앙 한계 정리의 직관적 인 의미를 제공하기를 희망합니다. 개요는 다음과 같습니다.
- CLT가 말하는 것
- 간단한 미적분학을 사용한 CLT의 직관적 증거
- 왜 정규 분포인가?
맨 끝에 정규 분포를 언급 할 것입니다. 정규 분포가 결국 나타난다는 사실은 직관력이 크지 않기 때문입니다.
1. 중심 한계 정리는 무엇을 말하는가? CLT의 여러 버전
CLT에는 몇 가지 동일한 버전이 있습니다. CLT의 교과서에 따르면 실제 와 임의의 임의의 무작위 랜덤 변수 에 대해 평균이 0이고 분산이 1 인 경우
CLT에 대해 보편적 이고 직관적 인
것을 이해하려면 잠시 한도를 잊어 버리십시오. 위의 설명은 및 이 각각 제로 평균과 분산 1을 갖는 독립 랜덤 변수의 두 시퀀스
라고 말합니다엑스엑스1, ⋯ , X엔
피( X1+ ⋯ + X엔엔−−√≤ x ) →n → + ∞∫엑스− ∞이자형− t2/ 22 π−−√디t .
엑스1. , … , X엔지1, … , Z엔이자형[ f( X1+ ⋯ + X엔엔√) ] − E[ f( Z1+ ⋯ +Z엔엔√) ]→n → + ∞0
형식의
모든 표시기 함수 에 대해 , 고정 실수 에 대해서는
이전 디스플레이는 의 특정 분포에 관계없이 한계가 동일하다는 사실을 나타냅니다 및 은 랜덤 변수가 평균 0, 분산 1과 독립적 인 .
에프엑스에프t < x 이면 ( t ) = { 10 의 경우 t의 ≥의 X .
엑스1, … , X엔지1, … , Z엔
CLT의 다른 버전은 1로 묶인 Lipschtiz 함수의 클래스를 언급합니다. CLT의 다른 일부 버전은 차수 파생 파생물을 갖는 부드러운 함수 클래스를 언급합니다 . 위와 같이 두 시퀀스 및 을 고려하고 일부 함수 의 경우 수렴 결과 (CONV)케이엑스1, … , X엔지1, … , Z엔에프
이자형[ f( X1+ ⋯ + X엔엔√) ] − E[ f( Z1+ ⋯ + Z엔엔√) ] →n → + ∞0(CONV)
다음 진술들 사이에 등가 ( "만 그리고 만약에")를 확립하는 것이 가능하다 :
- (CONV)는 상기 각 표시 기능이 보유 폼의 에 대한 및 에 대한 일부 고정 레알 .에프에프( t ) = 1t < x에프( t ) = 0t ≥ x엑스
- (CONV)는 모든 경계 입술 함수 ( 됩니다.에프: R → R
- (CONV)는 모든 지원 기능 (예 : )을 간결하게 지원합니다.씨∞
- (CONV)는 각 기능 보유 를 연속 미분 세 번째 .에프저녁을 먹다x ∈ R| 에프′ ′ ′( x ) | ≤ 1
위의 4 가지 포인트는 각각 수렴이 많은 기능을 보유하고 있다고 말합니다. 기술적 근사화 주장에 따르면 위의 네 가지 점이 동등하다는 것을 알 수 있습니다. 독자는 David Pollard의 저서 77 페이지 7 장, 이 답변에서 영감을 얻은 이론적 확률을 측정하기위한 사용자 안내서 의 7 장을 참조하십시오 .
이 답변의 나머지에 대한 우리의 가정 ...
우리는 그 가정 할 것이다 상수 4에 해당하는 상수 경우우리는 또한 랜덤 변수가 유한하고 한정된 세 번째 모멘트를 가지고 있다고 가정합니다 : 및
는 유한합니다.저녁을 먹다x ∈ R| 에프′ ′ ′( x ) | ≤ C씨> 0이자형[ | 엑스나는|삼]이자형[ | 지나는|삼]
2. 은 보편적입니다 : 의 분포에 의존하지 않습니다이자형[ f( X1+ ⋯ + X엔엔√) ]엑스1, . . . , X엔
어떤 양의 독립적 인 랜덤 변수가 제공되었는지에 의존하지 않는다는 점에서이 양은 보편적 인 것 (작은 오류 항까지)임을 보여 드리겠습니다. 가라 및 독립 확률 변수의 두 시퀀스, 평균 0, 분산 1을 가진 유한 번째 순간 각.엑스1, … , X엔지1, … , Z엔
아이디어는 수량 중 하나에서 를 로 반복적으로 대체 하고 기본 미적분학에 의한 차이를 제어하는 것입니다 (아이디어는 Lindeberg 때문이라고 생각합니다). Taylor 확장에 의해 이고 경우
여기서 및엑스나는지나는여= Z1+ ⋯ + Zn - 1h ( x ) = f( x / n−−√)h ( Z1+ ⋯ + Zn - 1+ X엔)h ( Z1+ ⋯ + Zn - 1+ Z엔)= h ( W) + X엔h'( W) +X2엔h′ ′(W)2+X삼엔/시간′ ′ ′( M엔)6= h (W) + Z엔h'(W) + Z2엔h′ ′(W)2+ Z삼엔h′ ′ ′( M'엔)6
엠엔엠'엔평균값 정리에 의해 주어진 중간 점입니다. 두 라인에 기대를 고려하여 0 차 기간은 동일하고, 1 차 조건 때문에 독립하여 기대가 동일 와 , 및 두 번째 줄과 유사합니다. 다시 독립성에 의해, 2 차 항은 기대에서 동일하다. 남은 항은 3 차 이며, 두 줄의 차이는 최대
여기서 는 의 3 차 도함수의 상한 입니다. 분모 나타납니다.엑스엔여이자형[ X엔h'( W) ] = E[ X엔] 전자[ h'( W) ] = 0
( C/ 6)전자[ | 엑스엔|삼+ | 지엔|삼]( n−−√)삼.
씨에프′ ′ ′( n−−√)삼h′ ′ ′( t ) = f′ ′ ′( t / n−−√) / ( n−−√)삼 .
독립적으로, 합계에서 의 기여 는 위의 디스플레이보다 큰 오류를 발생시키지 않고 으로 대체 될 수 있기 때문에 의미가 없습니다 !엑스엔지엔
이제 을 로 바꾸는 것을 반복합니다 . 만약 다음
의 독립성 및 , 그리고 독립하여 과엑스n - 1지n - 1여~= Z1+ Z2+ ⋯ + Zn - 2+ X엔h ( Z1+ ⋯ + Zn - 2+ Xn - 1+ X엔)h ( Z1+ ⋯ + Zn - 2+ Zn - 1+ X엔)= h ( W~) + Xn - 1h'( W~) + X2n - 1h′ ′( W~)2+ X삼n - 1/ 시간′ ′ ′( M~엔)6= h ( W~) + Zn - 1h'( W~) + Z2n - 1h′ ′( W~)2+ Z삼n - 1/ 시간′ ′ ′( M~엔)6.
지n - 1여~엑스n - 1여~다시, 0 차, 1 차 및 2 차 항은 두 라인 모두에 대해 동일합니다. 두 줄 사이의 기대 차이는 다시 최대
모든 를 로 교체 할 때까지 계속 반복 합니다. 각 단계
에서 발생한 오류를 추가하여
같은
( C/ 6) 전자[ | 엑스n - 1|삼+ | 지n - 1|삼]( n−−√)삼.
지나는엑스나는엔∣∣이자형[ f( X1+ ⋯ + X엔엔√) ] - E[ f( Z1+ ⋯ + Z엔엔√) ] ∣∣≤ N ( C/ 6) 최대i = 1 , … , n이자형[ | 엑스나는|삼+ | 지나는|삼]( n−−√)삼.
엔세 번째 모멘트 또는 임의 변수가 유한 한 경우 오른쪽이 임의로 작아집니다 (사례라고 가정). 이는 의 분포 가 의 분포와 거리가 왼쪽에 대한 기대가 임의로 서로 가깝게됨을 의미합니다 .
독립적으로, 합계에서 각 의 기여는 보다 큰 오류를 발생시키지 않고 로 대체 될 수 있기 때문에 의미가 없습니다 .
모든 대체 '바이 S 들'이상으로 양을 변경하지 않는 .
엑스1, … , X엔지1, … , Z엔엑스나는지나는O ( 1 / ( n−−√)삼)엑스나는지나는O ( 1 / n−−√)
기대 따라서 보편적이고, 그것의 분포에 의존하지 않는 . 한편, 독립성과 은 상기 범위에서 가장 중요했습니다.이자형[ f( X1+ ⋯ + X엔엔√) ]엑스1, … , X엔이자형[ X나는] = E[ Z나는] = 0 , E[ Z2나는] = E[ X2나는] = 1
3. 왜 정규 분포인가?
우리는 가 의 분포에 관계없이 최대 a 순서 의 작은 오류 .이자형[ f( X1+ ⋯ + X엔엔√) ]엑스나는O ( 1 / n−−√)
그러나 응용 분야의 경우 그러한 수량을 계산하는 것이 유용합니다. 이 수량에 대해 더 간단한 표현을 얻는 것도 유용합니다. .이자형[ f( X1+ ⋯ + X엔엔√) ]
이 수량은 컬렉션 과 동일하기 때문에 분포 이 계산하기 쉽고 기억하기 쉬운 특정 컬렉션을 선택할 수 있습니다 .엑스1, … , X엔( X1+ ⋯ + X엔) / n−−√
정규 분포 경우이 수량이 실제로 단순 해집니다. 실제로 이 iid 이면 에도 분포가 있으며 의존하지 않습니다 ! 따라서 이면
독립 확률 변수의 임의의 수집을위한 상기 인수에 의해 와 다음,엔( 0 , 1 )지1, … , Z엔엔( 0 , 1 )지1+ ⋯ + Z엔엔√엔( 0 , 1 )엔지~ N( 0 , 1 )
이자형[ f( Z1+ ⋯ + Z엔엔−−√) ] = E[ f( Z) ] ,
엑스1, … , X엔이자형[ X나는] = 0 , E[ X2나는] = 1
∣∣∣이자형[ f( X1+ ⋯ + X엔엔−−√) ] - E[ f( Z) ∣∣∣≤ supx ∈ R| 에프′ ′ ′( x ) | 최대i = 1 , … , n이자형[ | 엑스나는|삼+ | 지|삼]6 N−−√.