27-10-2014: К сожалению (для меня это так), никто еще не дал здесь ответ - возможно, потому что это выглядит как странная, "патологическая" теоретическая проблема и ничего более?
Хорошо, чтобы процитировать комментарий для пользователя Cardinal (который я буду позже исследовать)
«Это, по общему признанию, абсурдный, но простой пример. Идея состоит в том, чтобы проиллюстрировать, что именно может пойти не так и почему. Это имеет практическое применение (мой акцент). Пример: рассмотрим типичную модель с конечным вторым моментом. Пусть где не зависит от
и каждый с вероятностью и равен нулю в противном случае с произвольным Тогда несмещен, имеет дисперсию, ограниченную снизу на , и почти наверняка (это сильно согласуется). Я оставляю в качестве упражнения случай смещения ". Zпθ^n=X¯n+ZnZnZп=±п1/п2>0 θ п2X¯nZn=±an1/n2a>0θ^na2θ^n→μ
Здесь случайная переменная - это , поэтому давайте посмотрим, что мы можем сказать по этому поводу.
Переменная поддерживает с соответствующими вероятностями . Это симметрично вокруг нуля, поэтому мы имеем { - a n , 0 , a n } { 1 / n 2 , 1 -Zn
{−an,0,an}{1/n2,1−2/n2,1/n2}
Е( ZN) = 0 ,Var ( ZN) = ( - п )2N2+ 0 + ( а н )2N2= 2 а2
Эти моменты не зависят от так что я думаю, что нам разрешено писать тривиальноN
Итn → ∞Е( ZN) = 0 ,Итn → ∞Var ( ZN) = 2 а2
В «Асимптотике бедняка» мы знаем об условии, что пределы моментов равны моментам предельного распределения. Если момент конечного случая распределения сходится к константе (как в нашем случае), то, кроме того, еслир
∃ δ> 0 : lim sup E( | ZN|r + δ) < ∞
предел момента будет моментом предельного распределения. В нашем случаеррр
Е( | ZN|r + δ) = | - п |r + δN2+ 0 + | а н |r + δN2= 2 аr + δ⋅ нr + δ- 2
Для это расходится для любого , поэтому это достаточное условие не выполняется для дисперсии (оно действительно для среднего).
Возьмем другой путь: каково асимптотическое распределение ? ли CDF к невырожденному CDF на пределе?δ > 0 Z n Z nr ≥ 2δ> 0
ZNZN
Это не похоже на это: ограничивающая поддержка будет (если нам разрешено писать это), и соответствующие вероятности . Выглядит как константа для меня.
Но если у нас нет предельного распределения в первую очередь, как мы можем говорить о его моментах? { 0 , 1 , 0 }{ - ∞ , 0 , ∞ }{ 0 , 1 , 0 }
Затем, возвращаясь к , поскольку также сходится к константе, кажется, что ˉ Х пθ^NИкс¯N
θ^N не имеет (нетривиального) предельного распределения, но имеет предельную дисперсию. Или, может быть, эта разница бесконечна? Но бесконечная дисперсия с постоянным распределением?
Как мы можем это понять? Что это говорит нам об оценке? Какова существенная разница на границе между и ? ~ θ п= ˉ Х пθ^Nзнак равноX¯N+ZNθ~Nзнак равноX¯N