随机变量收敛.pptVIP

第五章：随机变量的收敛性 随机样本：IID样本 ， 统计量：对随机样本的概括 Y为随机变量，Y的分布称为统计量的采样分布 如：样本均值、样本方差、样本中值… 收敛性：当样本数量n趋向无穷大时，统计量的变化 大样本理论、极限定理、渐近理论 对统计推断很重要 收敛性 主要讨论两种收敛性 依概率收敛 大数定律：样本均值依概率收敛于分布的期望 依分布收敛 中心极限定理：样本均值依分布收敛于正态分布 例1：依概率收敛 概率的频率解释：随着观测次数n的增加，频率将会逐渐稳定到概率 设在一次观测中事件A发生的概率为 如果观测了n次，事件A发生了 次，则当n充分大时，A在次观测中发生的频率 逐渐稳定到概率p 。 那么 不对，若 则对于 ，总存在 ,当 时，有 成立 但若取 , 由于 即无论N多大,在N以后,总可能存在n ,使 所以 不可能在通常意义下收敛于p。 例2：依分布收敛 考虑随机序列 ，其中 直观： 集中在0处