Запитання з тегом «asymptotics»

Асимптотична теорія вивчає властивості оцінювачів та статистику тестів, коли розмір вибірки наближається до нескінченності.

1
Чи нормальне значення MLE асимптотично, коли ?
Припустимо, має pdf(X,Y)(X,Y)(X,Y) fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0f_{\theta}(x,y)=e^{-(x/\theta+\theta y)}\mathbf1_{x>0,y>0}\quad,\,\theta>0 Тому щільність вибірки отримана з цієї сукупності, тому(X,Y)=(Xi,Yi)1≤i≤n(X,Y)=(Xi,Yi)1≤i≤n(\mathbf X,\mathbf Y)=(X_i,Y_i)_{1\le i\le n} gθ(x,y)=∏i=1nfθ(xi,yi)=exp[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0gθ(x,y)=∏i=1nfθ(xi,yi)=exp⁡[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp⁡[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0\begin{align} g_{\theta}(\mathbf x,\mathbf y)&=\prod_{i=1}^n f_{\theta}(x_i,y_i) \\&=\exp\left[{-\sum_{i=1}^n\left(\frac{x_i}{\theta}+\theta y_i\right)}\right]\mathbf1_{x_1,\ldots,x_n,y_1,\ldots,y_n>0} \\&=\exp\left[-\frac{n\bar x}{\theta}-\theta n\bar y\right]\mathbf1_{x_{(1)},y_{(1)}>0}\quad,\,\theta>0 \end{align} Оцінювач максимальної ймовірності θθ\theta може бути отриманий як θ^(X,Y)=X¯¯¯¯Y¯¯¯¯−−−√θ^(X,Y)=X¯Y¯\hat\theta(\mathbf X,\mathbf Y)=\sqrt\frac{\overline X}{\overline Y} Хочеться знати, нормальний чи поширений цей MLE нормальний …

4
Як можна пояснити, що є неупередженим оцінювачем для лайперсона?
Припустимо, є неупередженим оцінювачем для . Тоді звичайно, . ; & thetasE[ & thetas ; |thetas]=thetasθ^θ^\hat{\theta}θθ\thetaЕ [ θ^∣ θ ] = θE[θ^∣θ]=θ\mathbb{E}[\hat{\theta} \mid \theta] = \theta Як пояснити це лайперсону? У минулому я вже говорив, що якщо ви середньо оцінюєте купу значень , оскільки розмір вибірки збільшується, ви отримуєте кращу …

2
Математичне визначення асимптотики заливки
Я пишу статтю, яка використовує непосильну асимптотику, і один з моїх рецензентів попросив надати чітке математичне визначення того, що таке асимптотика заповнення (тобто з математичними символами та позначеннями). Я, здається, не знайшов жодної у літературі і сподівався, що хтось може або вказати мені в бік когось, або дати мені власне …

2
Як статистична статистика Пірсона Chi наближає до розподілу квадрата Chi
Отже, якщо Статистика квадратиків Пірсона наведена для таблиці , то її форма така:1×N1×N1 \times N ∑i=1n(Oi−Ei)2Ei∑i=1n(Oi−Ei)2Ei\sum_{i=1}^n\frac{(O_i - E_i)^2}{E_i} Тоді це наближає , розподіл Chi-квадрата з градусами свободи, оскільки розмір вибірки збільшується. n - 1 Nχ2n−1χn−12\chi_{n-1}^2n−1n−1n-1NNN Я не розумію, як працює це асимптотичне наближення. Я відчуваю, що в знаменниках слід замінити …

2
Чи можна використовувати ітерації MCMC після опіку для оцінки щільності?
Чи можемо ми після використання запису безпосередньо використовувати ітерації MCMC для оцінки щільності, наприклад, шляхом побудови гістограми чи оцінки щільності ядра? Мене турбує те, що ітерації MCMC не обов'язково є незалежними, хоча вони максимум однаково розподілені. Що робити, якщо ми додатково застосуємо проріджування до ітерацій MCMC? Мене хвилює те, що …

1
Щільність роботів, що роблять випадкову ходу, в нескінченному випадковому геометричному графіку
Розглянемо нескінченний випадковий геометричний графік, у якому місця розташування вузлів слідують за процесом точки Пуассона з щільністю а ребра розміщуються між вузлами, ближчими . Тому довжина країв дотримується наступного PDF:ρρ\rhoddd f(l)={2ld2l≤d0l>df(l)={2ld2l≤d0l>d f(l)= \begin{cases} \frac{2 l}{d^2} \;\quad l \le d \\ 0 \qquad\; l > d \end{cases} На наведеному вище графіку …

4
Асимптотичний розподіл багаточлени
Я шукаю обмежувальний розподіл мультиноміального розподілу над d результатами. IE, розподіл наступного limn→∞n−12Xnlimn→∞n−12Xn\lim_{n\to \infty} n^{-\frac{1}{2}} \mathbf{X_n} Де XnXn\mathbf{X_n} - випадкова величина векторного значення з щільністю fn(x)fn(x)f_n(\mathbf{x}) для xx\mathbf{x} така що ∑ixi=n∑ixi=n\sum_i x_i=n , xi∈Z,xi≥0xi∈Z,xi≥0x_i\in \mathbb{Z}, x_i\ge 0 і 0 для всіх інших xx\mathbf{x} , де fn(x)=n!∏i=1dpxiixi!fn(x)=n!∏i=1dpixixi!f_{n}(\mathbf{x})=n!\prod_{i=1}^d\frac{p_i^{x_i}}{x_i!} Я знайшов одну форму …

1
Що таке асимптотична матриця коваріації?
Чи правда, що асимптотична матриця коваріації дорівнює матриці коваріації оцінок параметрів? Якщо ні, то що це? І яка різниця між коваріаційною матрицею і асимптотичною матрицею коваріації в цьому випадку? Спасибі заздалегідь!

1
Асимптотична нормальність статистики порядку важких хвостових розподілів
Передумови: У мене є зразок, який я хочу моделювати з великим хвостиком. У мене є деякі крайні значення, такі, що поширення спостережень порівняно велике. Моя ідея полягала в тому, щоб моделювати це з узагальненим розподілом Парето, і так я зробив. Тепер, 0,975 квантил моїх емпіричних даних (близько 100 точок даних) …

1
Моделювання конвергенції у ймовірності до постійної
Асимптотичні результати неможливо довести за допомогою комп'ютерного моделювання, оскільки вони є твердженнями, що стосуються поняття нескінченності. Але ми повинні мати можливість зрозуміти, що справи дійсно йдуть так, як нам каже теорія. Розглянемо теоретичний результат limn→∞P(|Xn|>ϵ)=0,ϵ>0limn→∞P(|Xn|>ϵ)=0,ϵ>0\lim_{n\rightarrow\infty}P(|X_n|>\epsilon) = 0, \qquad \epsilon >0 де XnXnX_n - функція nnn випадкових величин, сказати однаково і …

1
Приклад CLT, коли моменти не існують
РозглянемоXn=⎧⎩⎨1−12kw.p. (1−2−n)/2w.p. (1−2−n)/2w.p. 2−k for k>nXn={1w.p. (1−2−n)/2−1w.p. (1−2−n)/22kw.p. 2−k for k>nX_n = \begin{cases} 1 & \text{w.p. } (1 - 2^{-n})/2\\ -1 & \text{w.p. } (1 - 2^{-n})/2\\ 2^k & \text{w.p. } 2^{-k} \text{ for } k > n\\ \end{cases} Мені потрібно показати, що, хоча це нескінченна кількість моментів,n−−√(X¯n)→dN(0,1)n(X¯n)→dN(0,1)\sqrt{n}(\bar{X}_n) \overset{d}{\to} N(0,1) …
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.