Kapan hukum jumlah besar gagal?

13

Pertanyaannya hanyalah apa yang dinyatakan dalam judul: Kapan hukum jumlah besar gagal? Yang saya maksudkan adalah, dalam hal apa frekuensi acara tidak cenderung ke probabilitas teoretis?

emanuele
sumber

Jawaban:

10

Ada dua teorema (dari Kolmogorov) dan keduanya mensyaratkan bahwa nilai yang diharapkan terbatas. Yang pertama berlaku ketika variabel IID, yang kedua, ketika pengambilan sampel independen dan varians dari Xn memuaskan

n=1V(Xn)n2<

Katakan bahwa semua memiliki nilai yang diharapkan 0, tetapi variansnya adalah n 2 sehingga kondisinya jelas gagal. Lalu apa yang terjadi? Anda masih dapat menghitung perkiraan rata-rata, tetapi itu berarti tidak akan cenderung ke 0 saat Anda mencicipi lebih dalam dan lebih dalam. Ini akan cenderung semakin menyimpang saat Anda terus mengambil sampel.Xnn2

Mari kita beri contoh. Katakanlah adalah seragam U ( - n 2 n , n 2 n ) sehingga kondisi di atas gagal secara epik.XnU(n2n,n2n)

n=1V(Xn)n2=n=1n222n+2121n2=13n=14n=.

Dengan memperhatikan itu

X¯n=Xnn+n-1nX¯n-1,

kita melihat dengan induksi bahwa rata-rata yang dihitung selalu dalam interval ( - 2 n , 2 n ) . Dengan menggunakan rumus yang sama untuk n + 1 , kami juga melihat bahwa selalu ada yang lebih besar kesempatan dari 1 / 8 yang ˉ X n + 1 kebohongan luar ( - 2 n , 2 n ) . Memang, X n + 1X¯n(-2n,2n)n+11/8X¯n+1(-2n,2n) adalah seragamU(-2n+1,2n+1)dan kebohongan luar(-2n,2n)dengan probabilitas1/4. Di sisi lain,nXn+1n+1U(-2n+1,2n+1)(-2n,2n)1/4adalah di(-2n,2n)dengan induksi, dan dengan simetri itu positif dengan probabilitas1/2. Dari pengamatan ini mengikuti segera bahwa ˉ X n+1lebih besar dari2natau lebih kecil dari-2n, masing-masing dengan probabilitas lebih besar dari1/16. Karena probabilitas bahwa| ˉ X n+1| >nn+1X¯n(-2n,2n)1/2X¯n+12n-2n1/16 lebih besar dari 1 / 8 , tidak mungkin ada konvergensi ke 0 sebagai n pergi ke infinity.|X¯n+1|>2n1/8n

Sekarang, secara khusus menjawab pertanyaan Anda, pertimbangkan sebuah acara . Jika saya mengerti dengan baik, Anda bertanya "dalam kondisi apa pernyataan berikut salah?"A

limn1nk=1n1A(Xk)=P(XSEBUAH),[P]Sebuah.s.

di mana adalah fungsi indikator dari peristiwa A , yaitu 1 A ( X k ) = 1 jika X kA dan 0 sebaliknya dan X k didistribusikan secara identik (dan didistribusikan seperti X ).1SEBUAHSEBUAH 1SEBUAH(Xk)=1XkSEBUAH0XkX

Kita melihat bahwa kondisi di atas akan bertahan, karena varians dari fungsi indikator dibatasi di atas oleh 1/4, yang merupakan varians maksimum dari variabel Bernouilli 0-1. Namun, apa yang bisa salah adalah asumsi kedua dari hukum yang kuat dari sejumlah besar, yaitu pengambilan sampel independen . Jika variabel acak tidak sampel independen maka konvergensi tidak terjamin.Xk

XkX1knSEBUAH

gui11aume
sumber
Satu komentar. Pada wikipedia (halaman lnl) saya telah membaca bahwa ketidaktepatan varian hanya memperlambat konvergensi nilai rata-rata. Apakah berbeda dari yang Anda nyatakan?
emanuele
2
Apakah kalian berdua membahas hukum yang sama? Pertanyaannya adalah tentang frekuensi peristiwa sementara balasan ini tampaknya fokus pada distribusi sampling rata - rata . Meskipun ada koneksi, itu belum muncul secara eksplisit di sini sejauh yang saya tahu.
whuber
@whuber Benar. Saya terlalu fokus pada judul pertanyaan. Terima kasih telah menunjuk. Saya memperbarui jawabannya.
gui11aume
@ gui11aume saya tidak mengerti "Kami melihat bahwa kondisi di atas akan berlaku, karena varians dari fungsi indikator dibatasi di atas oleh 1/4.". Apa artinya?
emanuele
1
Jika mereka didistribusikan secara identik, tetapi tidak independen, batas yang dimaksud mungkin tidak ada sama sekali.
kardinal