एक आंकड़े के वितरण का पता लगाना


9

एक परीक्षण के लिए अध्ययन। इसका जवाब नहीं दे सका।

चलो आईआईडी हो यादृच्छिक परिवर्तनीय। परिभाषित करेंX1,i,X2,i,X3,i,i=1,,nN(0,1)

Wi=(X1,i+X2,iX3,i)/1+X3,i2,i=1,,n ,

और ,W¯n=n1i=1nWi

Sn2=(n1)1i=1n(WiW¯n)2,n2.

, का वितरण क्या है ?W¯nSn2

इस तरह की समस्या शुरू करने पर मुझे सबसे अच्छी विधि का उपयोग कैसे करना है?


1
क्या आप निश्चित या एसिम्प्टोटिक वितरण के लिए वितरण चाहते हैं? क्या आप और या उनके संयुक्त वितरण के सीमांत वितरण में रुचि रखते हैं ? nW¯nSn2
कार्डिनल

अस्पष्टता के लिए क्षमा करें। नियत रखें , और मुझे केवल उनके मार्जिन में दिलचस्पी है। वे बाद में पूछते हैं कि क्या दोनों आँकड़े स्वतंत्र हैं, इसलिए मैं बसु के प्रमेय के कुछ उपयोग की आशंका कर रहा हूं। n
टेलर

जवाबों:


8

यह एक चाल है।

सशर्त रूप से हमारे पास बराबर यह इस तथ्य से निम्नानुसार है कि निश्चित यह दो स्वतंत्र चर और सरल रेखीय परिवर्तन है । , का सामान्य वितरण है। सशर्त माध्य 0 देखा जाता है और सशर्त विचलन (स्वतंत्रता मान्यताओं द्वारा) X3,i=xWi

X1,i+X2,ix1+x2N(0,1).
xN(0,1)X1,iX2,iWiX3,i=x
V(WiX3,i=x)=V(X1,i)+V(X2,i)x21+x2=1+x21+x2=1.

की सशर्त वितरण के बाद से पर निर्भर नहीं करता हम निष्कर्ष है कि यह के रूप में अच्छी तरह से अपनी सीमांत वितरण, है कि है,WiX3,i=xxWiN(0,1).

बाकी औसत सामान्य यादृच्छिक चर के लिए औसत और अवशिष्ट पर मानक परिणामों से निम्नानुसार है। बसु की प्रमेय किसी भी चीज़ के लिए आवश्यक नहीं है।


2
बहुत प्रभावशाली!
Cam.Davidson.Pilon

अच्छी तरह से देखा हुआ (+1)। हालाँकि, के संयुक्त वितरण के लिए , बसु की प्रमेय अत्यंत प्रासंगिक है। (W¯n,Sn2)
mbe
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.