您链接到的幻灯片有些混乱,省略了步骤并做出了一些错别字,但最终都是正确的。这将有助于首先回答问题2,然后回答1,然后最终得出对称变换。A(u)=∫u−∞1[V(θ)]1/3dθ
问题2。我们正在分析因为它是iid随机变量的大小的样本的。这是一个重要的数量,因为在科学中,对相同分布进行采样并取平均值一直都在发生。我们想知道与真实的平均值有多近。中心极限定理说它会收敛到为但是我们想知道的方差和偏度。 ÑX1,。。。,XÑ ˉ X μμÑ→交通∞ ˉ XX¯NX1,...,XNX¯μμN→∞X¯
问题1.您的泰勒级数逼近不是正确的,但是我们需要注意跟踪与和幂,才能得出与幻灯片相同的结论。我们将从的定义和中心矩开始,并得出的公式: X我Ñ ˉ X X我κ3(ħ( ˉ X))X¯XiNX¯Xiκ3(h(X¯))
X¯=1N∑Ni=1Xi
E[Xi]=μ
V(Xi)=E[(Xi−μ)2]=σ2
κ3(Xi)=E[(Xi−μ)3]
现在,的中心时刻:X¯
E[X¯]=1N∑Ni=1E[Xi]=1N(Nμ)=μ
V(X¯)=E[(X¯−μ)2]=E[((1N∑i=1NXi)−μ)2]=E[(1N∑i=1N(Xi−μ))2]=1N2(NE[(Xi−μ)2]+N(N−1)E[Xi−μ]E[Xj−μ])=1Nσ2
由于,并且因此,执行最后一步。这可能不是的最简单推导,但是它是我们找到和所需的相同过程。,将总和的乘积分解并计算具有不同变量幂的项的数量。在上述情况下,有是那样的形式的条款和的形式的条款。ë [ (X 我 - μ )2 ] = σ 2 V (ˉ X)κ 3(ˉ X)κ 3(ħ (ˉ X))ñ (X 我 - μ )2 ñ (ñ - 1 )(X 我 - μE[Xi−μ]=0E[(Xi−μ)2]=σ2V(X¯)κ3(X¯)κ3(h(X¯))N(Xi−μ)2N(N−1)(Xi−μ)(Xj−μ)
κ3(X¯)=E[(X¯−μ)3)]=E[((1N∑i=1NXi)−μ)3]=E[(1N∑i=1N(Xi−μ))3]=1N3(NE[(Xi−μ)3]+3N(N−1)E[(Xi−μ)E[(Xj−μ)2]+N(N−1)(N−2)E[(Xi−μ)]E[(Xj−μ)]E[(Xk−μ)]=1N2E[(Xi−μ)3]=κ3(Xi)N2
接下来,我们将按照泰勒级数展开,如下所示:h(X¯)
h(X¯)=h(μ)+h′(μ)(X¯−μ)+12h′′(μ)(X¯−μ)2+13h′′′(μ)(X¯−μ)3+...
E[h(X¯)]=h(μ)+h′(μ)E[X¯−μ]+12h′′(μ)E[(X¯−μ)2]+13h′′′(μ)E[(X¯−μ)3]+...=h(μ)+12h′′(μ)σ2N+13h′′′(μ)κ3(Xi)N2+...
经过更多的努力,您可以证明其余术语为。最后,由于,(与),我们再次进行类似的计算:κ 3(ħ (ˉ X))= È [ (H ^ (ˉ X)- ë [ ħ (ˉ X)] )3 ] È [ (H ^ (ˉ X)- H ^ (μ ))3 ]O(N−3)κ3(h(X¯))=E[(h(X¯)−E[h(X¯)])3]E[(h(X¯)−h(μ))3]
κ3(h(X¯))=E[(h(X¯)−E[h(X¯)])3]=E[(h(μ)+h′(μ)(X¯−μ)+12h′′(μ)(X¯−μ)2+O((X¯−μ)3)−h(μ)−12h′′(μ)σ2N−O(N−2))3]
我们只对产生顺序的术语感兴趣,通过额外的工作,您可能会发现您不需要术语“ ”或“ ”在获得三次幂之前,因为它们只会产生阶数。因此,简化,我们得到Ö ((ˉ X - μ )3)- Ö (ñ - 2)Ö (ñ - 3)O(N−2)O((X¯−μ)3)−O(N−2)O(N−3)
κ3(h(X¯))=E[(h′(μ)(X¯−μ)+12h′′(μ)(X¯−μ)2−12h′′(μ)σ2N))3]=E[h′(μ)3(X¯−μ)3+18h′′(μ)3(X¯−μ)6−18h′′(μ)3σ6N3+32h′(μ)2h′′(μ)(X¯−μ)4+34h′(μ)h′′(μ)(X¯−μ)5−32h′(μ)2h′′(μ)(X¯−μ)2σ2N+O(N−3)]
我省略了一些显然是术语。您必须说服自己和是也是如此。然而,ë [ (ˉ X - μ )5 ] È [ (ˉ X - μ )6 ] ø (ñ - 3)O(N−3)E[(X¯−μ)5]E[(X¯−μ)6]O(N−3)
E[(X¯−μ)4]=E[1N4(∑i=1N(X¯−μ))4]=1N4(NE[(Xi−μ)4]+3N(N−1)E[(Xi−μ)2]E[(Xj−μ)2]+0)=3N2σ4+O(N−3)
然后分配我们的方程在预期,我们有κ3(h(X¯))
κ3(h(X¯))=h′(μ)3E[(X¯−μ)3]+32h′(μ)2h′′(μ)E[(X¯−μ)4]−32h′(μ)2h′′(μ)E[(X¯−μ)2]σ2N+O(N−3)=h′(μ)3κ3(Xi)N2+92h′(μ)2h′′(μ)σ4N2−32h′(μ)2h′′(μ)σ4N2+O(N−3)=h′(μ)3κ3(Xi)N2+3h′(μ)2h′′(μ)σ4N2+O(N−3)
这样就得出。现在,最后,我们将导出对称变换。甲(Û )= ∫ Ü - ∞ 1κ3(h(X¯))A(u)=∫u−∞1[V(θ)]1/3dθ
对于此转换,重要的是来自指数族分布,尤其是自然指数族(或已转换为该分布),形式为˚F X 我(X ; θ )= ^ h (X )EXP (θ X - b (θ ))XifXi(x;θ)=h(x)exp(θx−b(θ))
在这种情况下,分布的累积量由。因此,和。我们可以将参数作为的函数编写,只需取的倒数,即。然后κk=b(k)(θ)μ=b′(θ)σ2=V(θ)=b′′(θ)κ3=b′′′(θ)θμb′θ(μ)=(b′)−1(μ)
θ′(μ)=1b′′((b′)−1(μ))=1b′′(θ))=1σ2
接下来,我们可以将方差写为的函数,并将其称为:μV¯
V¯(μ)=V(θ(μ))=b′′(θ(μ))
然后
ddμV¯(μ)=V′(θ(μ))θ′(μ)=b′′′(θ)1σ2=κ3σ2
因此,作为的函数,。μκ3(μ)=V¯′(μ)V¯(μ)
现在,对于对称变换,我们想通过使来减少的偏度因此为。因此,我们想要h(X¯)h′(μ)3κ3(Xi)N2+3h′(μ)2h′′(μ)σ4N2=0h(X¯)O(N−3)
h′(μ)3κ3(Xi)+3h′(μ)2h′′(μ)σ4=0
将和表达式替换为函数,我们有:σ2κ3μ
h′(μ)3V¯′(μ)V¯(μ)+3h′(μ)2h′′(μ)V¯(μ)2=0
因此导致。h′(μ)3V¯′(μ)+3h′(μ)2h′′(μ)V¯(μ)=0ddμ(h′(μ)3V¯(μ))=0
此微分方程的一种解决方案是:
h′(μ)3V¯(μ)=1,
h′(μ)=1[V¯(μ)]1/3
因此,对于任何常数,。这给我们对称变换,其中是方差为自然指数族中均值的函数。h(μ)=∫μc1[V¯(θ)]1/3dθcA(u)=∫u−∞1[V(θ)]1/3dθV