Пусть быть отчетливым наблюдением (без связей). Пусть X * 1 , . , , , Х * п обозначает образец самозагрузки (образец из эмпирической CDF) и пусть ˉ Х * п = 1Икс1, . , , , XNИкс*1, . , , , X*N . НайтиE( ˉ X ∗ n )иVar( ˉ X ∗ n ).Икс¯*N= 1NΣNя = 1Икс*яЕ( Х¯*N)V a r ( X¯*N)
То , что я до сих пор является то , что есть X 1 , . , , , X n каждый с вероятностью 1Икс*яИкс1, . , , , XN так
E(X ∗ i )=11Nи
E(X ∗ 2 i )=1
Е( Х*я) = 1NЕ( Х1) + . , , + 1NЕ( ХN) = n μN= μ
что дает
V a r ( X ∗ i ) = E ( X ∗ 2 i ) - ( E ( X ∗ i ) ) 2 = μ 2 + σ 2 - μ 2 = σ 2Е( Х∗ 2я) = 1NЕ( Х21) + . , , + 1NЕ( Х2N) = n ( μ2+ σ2)N= μ2+ σ2,
V a r ( X*я) = E( Х∗ 2я) - ( E( Х*я) )2= μ2+ σ2- μ2= σ2,
Тогда
и
Var( ˉ X ∗ n )=Var(1
Е( Х¯*N) = E( 1NΣя = 1NИкс*я) = 1NΣя = 1NЕ( Х*я) = n μN= μ
V a r ( X¯*N) = V a r ( 1NΣя = 1NИкс*я) = 1N2Σя = 1NV a r ( X*я)
Икс*яV a r ( X¯*N) = n σ2N2= σ2N
Тем не менее, я не получаю тот же ответ, когда я включаю Икс1, … , XN
V a r ( X¯*N) = E( V a r ( X¯*N| Икс1, . , , , XN) ) + V a r ( E( Х¯*N| Икс1, … , XN) ),
Е( Х¯*N| Икс1, … , XN) = X¯NV a r ( X¯*N| Икс1, … , XN) = 1N2( ∑ X2я- n X¯2N)V a r ( X¯*N) = ( 2 n - 1 ) σ2N2
Я что-то здесь не так делаю? Мне кажется, что я не правильно использую формулу условной дисперсии, но я не уверен. Любая помощь будет оценена.
Ответы:
источник
Это может быть поздний ответ, но что неправильно в ваших вычислениях, так это то, что вы предположили, что ваш образец начальной загрузки безусловно . Это неверно: условно для вашей выборки, пример начальной загрузки действительно iid, но безусловно вы теряете независимость (но у вас все еще есть идентично распределенные случайные величины). По сути, это упражнение 13 Ларри Вассермана. Все непараметрические статистические данные .
источник