Perguntas com a marcação «asymptotics»

A teoria assintótica estuda as propriedades dos estimadores e as estatísticas dos testes quando o tamanho da amostra se aproxima do infinito.

1
O MLE de assintoticamente normal quando ?
Suponha que tenha o pdf(X,Y)(X,Y)(X,Y) fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0fθ(x,y)=e−(x/θ+θy)1x>0,y>0,θ>0f_{\theta}(x,y)=e^{-(x/\theta+\theta y)}\mathbf1_{x>0,y>0}\quad,\,\theta>0 Densidade da amostra extraída dessa população é, portanto,(X,Y)=(Xi,Yi)1≤i≤n(X,Y)=(Xi,Yi)1≤i≤n(\mathbf X,\mathbf Y)=(X_i,Y_i)_{1\le i\le n} gθ(x,y)=∏i=1nfθ(xi,yi)=exp[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0gθ(x,y)=∏i=1nfθ(xi,yi)=exp⁡[−∑i=1n(xiθ+θyi)]1x1,…,xn,y1,…,yn>0=exp⁡[−nx¯θ−θny¯]1x(1),y(1)>0,θ>0\begin{align} g_{\theta}(\mathbf x,\mathbf y)&=\prod_{i=1}^n f_{\theta}(x_i,y_i) \\&=\exp\left[{-\sum_{i=1}^n\left(\frac{x_i}{\theta}+\theta y_i\right)}\right]\mathbf1_{x_1,\ldots,x_n,y_1,\ldots,y_n>0} \\&=\exp\left[-\frac{n\bar x}{\theta}-\theta n\bar y\right]\mathbf1_{x_{(1)},y_{(1)}>0}\quad,\,\theta>0 \end{align} O estimador de probabilidade máxima de pode ser derivado comoθθ\theta θ^(X,Y)=X¯¯¯¯Y¯¯¯¯−−−√θ^(X,Y)=X¯Y¯\hat\theta(\mathbf X,\mathbf Y)=\sqrt\frac{\overline X}{\overline Y} Desejo saber se a …


2
Definição matemática de assintóticos de preenchimento
Estou escrevendo um artigo que usa assintóticos de preenchimento e um dos meus revisores solicitou que eu forneça uma definição matemática rigorosa do que é assintóticos de preenchimento (ou seja, com símbolos e notações matemáticas). Parece que não consigo encontrar nada na literatura e esperava que alguém pudesse me apontar …

2
Como a estatística qui-quadrado do Pearson se aproxima de uma distribuição qui-quadrado
Portanto, se a estatística qui-quadrado de Pearson for fornecida para uma tabela , sua forma será:1×N1 1×N1 \times N ∑i=1n(Oi−Ei)2Ei∑Eu=1 1n(OEu-EEu)2EEu\sum_{i=1}^n\frac{(O_i - E_i)^2}{E_i} Então isso se aproxima de , a distribuição qui-quadrado com graus de liberdade, à medida que o tamanho da amostra aumenta. n - 1 Nχ2n−1χn-1 12\chi_{n-1}^2n−1n-1 1n-1NNN …


1
Densidade de robôs fazendo caminhada aleatória em um gráfico geométrico aleatório infinito
Considere um gráfico geométrico aleatório infinito no qual as localizações dos nós seguem um processo de ponto de Poisson com densidade e as arestas são colocadas entre os nós que estão mais próximos que . Portanto, o comprimento das arestas segue o seguinte PDF:ρρ\rhoddd f(l)={2ld2l≤d0l>df(l)={2ld2l≤d0l>d f(l)= \begin{cases} \frac{2 l}{d^2} \;\quad …

4
Distribuição assintótica de multinomial
Estou procurando a distribuição limitadora da distribuição multinomial sobre os resultados de d. IE, a distribuição dos seguintes limn→∞n−12Xnlimn→∞n−12Xn\lim_{n\to \infty} n^{-\frac{1}{2}} \mathbf{X_n} Onde XnXn\mathbf{X_n} é uma variável aleatória de valor vetorial com densidade fn(x)fn(x)f_n(\mathbf{x}) para xx\mathbf{x} modo que ∑ixi=n∑ixi=n\sum_i x_i=n , xi∈Z,xi≥0xi∈Z,xi≥0x_i\in \mathbb{Z}, x_i\ge 0 e 0 para todos os …

1
O que é a matriz de covariância assintótica?
É verdade que a matriz de covariância assintótica é igual à matriz de covariância das estimativas de parâmetros? se não, o que é? E qual é a diferença entre a matriz de covariância e a matriz de covariância assintótica nesse caso? Desde já, obrigado!

1
Quando a normalidade assintótica do posterior bayesiano (Bernstein-von Mises) falha?
Considere a função de densidade posterior dada (como de costume) por com densidade anterior e distribuição do observações , condicionais no valor do parâmetro .π(θ)∏i=1nf(xi;θ),π(θ)∏i=1nf(xi;θ), \pi(\theta) \prod_{i=1}^n f(x_i;\theta),ππ\pif(⋅;θ)f(⋅;θ)f(\cdot;\theta)nnnx1,…,xnx1,…,xnx_1, \dots, x_nθθ\theta Sob certas condições, a distribuição posterior é assintoticamente normal (um resultado conhecido como teorema de Bernstein-von Mises, veja egvd Vaart, …


1
Simulando Convergência em Probabilidade para uma constante
Os resultados assintóticos não podem ser comprovados por simulação em computador, porque são afirmações que envolvem o conceito de infinito. Mas devemos ter a sensação de que as coisas realmente marcham da maneira que a teoria nos diz. Considere o resultado teórico limn → ∞P( | Xn| >ϵ)=0,ε > 0limn→∞P(|Xn|>ϵ)=0,ϵ>0\lim_{n\rightarrow\infty}P(|X_n|>\epsilon) …


3
Quando e implica ?
A questão: Xn→dXXn→dXX_n\stackrel{d}{\rightarrow}X eYn→dY⟹?Xn+Yn→dX+YYn→dY⟹?Xn+Yn→dX+YY_n\stackrel{d}{\rightarrow}Y \stackrel{?}{\implies} X_n+Y_n\stackrel{d}{\rightarrow}X+Y Eu sei que isso não se aplica em geral; O teorema de Slutsky só se aplica quando uma ou ambas as convergências estão em probabilidade. No entanto, existem casos em que isso ocorre ? Por exemplo, se as seqüências e forem independentes.XnXnX_nYnYnY_n

2
Quais são os trabalhos recentes e o escopo da pesquisa em inferência assintótica (teoria das grandes amostras)?
Quais são alguns dos trabalhos teóricos significativos atuais que foram realizados no campo da inferência assintótica / teoria das grandes amostras? Qual é o escopo da pesquisa neste campo agora? Existe algum problema em aberto ou áreas específicas em que a teoria está se desenvolvendo nos últimos tempos? Ou é …

1
Utilidade prática da convergência pontual sem convergência uniforme
Motivação No contexto da inferência pós-seleção de modelo, Leeb & Pötscher (2005) escrevem: Embora se saiba há muito tempo que a uniformidade (pelo menos localmente) dos parâmetros é uma questão importante na análise assintótica, essa lição foi muitas vezes esquecida na prática diária da teoria econométrica e estatística, onde geralmente …

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.