Motivasi: Motivasi saya untuk pertanyaan ini berasal dari kenyataan bahwa rasanya aneh (tapi luar biasa) bahwa dan sangat tergantung ketika , namun implikasi dari CLT multivariat adalah bahwa mereka mendekati independensi sebagai (Ini akan mengikuti karena dan tidak berkorelasi untuk semua , maka jika mereka normal asimptotik bersama, maka mereka juga harus independen asimptotik).
Terima kasih sebelumnya atas segala jawaban atau komentar!
ps, Jika Anda dapat memberikan referensi dll, maka semuanya akan menjadi lebih baik!
normal-distribution
multivariate-analysis
independence
central-limit-theorem
joint-distribution
Colin T Bowers
sumber
sumber
Jawaban:
Jawaban singkat seperti yang saya mengerti q Anda adalah "ya, tapi ..." tingkat konvergensi pada S, T, dan momen lainnya tidak selalu sama - periksa menentukan batas dengan Teorema Berry-Esseen .
Jika saya salah mengerti q Anda, Sn dan Tn bahkan memegang CLT dalam kondisi ketergantungan yang lemah (pencampuran): lihat CLT Wikipedia untuk proses dependen .
CLT adalah teorema yang umum - bukti dasar tidak memerlukan apa-apa selain fungsi karakteristik Sn dan Tn yang menyatu dengan fungsi karakteristik dari standar normal, kemudian Levy Continuity Theorem mengatakan konvergensi fungsi karakteristik menyiratkan konvergensi distribusi.
John Cook memberikan penjelasan yang bagus tentang kesalahan CLT di sini .
sumber
Ini tidak membuktikan apa-apa, tentu saja, tetapi saya selalu menemukan melakukan simulasi dan merencanakan grafik sangat berguna untuk memahami hasil teoretis.
Ini adalah kasus yang sangat sederhana. Kami menghasilkan variasi normal acak dan menghitung dan ; ulangi kali. Plot adalah grafik untuk dan . Sangat mudah untuk melihat ketergantungan yang melemah ketika meningkat; pada grafik hampir tidak dapat dibedakan dari independensi.n Sn Tn m n=1,10,100 1000 n n=100
sumber