Динамический системный взгляд на Центральную предельную теорему?


16

(Первоначально опубликовано на MSE.)

Я видел много эвристических обсуждений классической центральной предельной теоремы, говорящей о нормальном распределении (или любом из устойчивых распределений) как об «аттракторе» в пространстве плотностей вероятностей. Например, рассмотрим эти предложения в верхней части Википедии лечения :

В более общем использовании центральная предельная теорема - это любая из ряда теорем о слабой сходимости в теории вероятностей. Все они выражают тот факт, что сумма многих независимых и одинаково распределенных (iid) случайных величин или, альтернативно, случайных величин с конкретными типами зависимости будет иметь тенденцию распределяться в соответствии с одним из небольшого набора распределений аттракторов . Когда дисперсия переменных iid конечна, распределение аттракторов является нормальным распределением.

Этот язык динамических систем очень наводит на мысль. Феллер также говорит о «привлекательности» в своем обращении к CLT во втором томе (интересно, является ли это источником языка), а Юваль Флимус в этой заметке даже говорит о « тазе притяжения». (Я не думаю, что он действительно имеет в виду «точная форма тяготения заранее выводима», а скорее «точная форма аттрактора заранее выводима»; тем не менее, язык есть.) Мой вопрос: могут ли они динамические аналогии быть точными?Я не знаю книги, в которой они есть - хотя многие книги подчеркивают, что нормальное распределение является особенным для его стабильности при свертке (а также для его устойчивости при преобразовании Фурье). Это в основном говорит нам, что нормаль важна, потому что это фиксированная точка. CLT идет дальше, говоря нам, что это не просто неподвижная точка, а аттрактор.

Чтобы сделать эту геометрическую картину точной, я представляю себе, что фазовое пространство является подходящим бесконечномерным функциональным пространством (пространством плотностей вероятностей), а оператор эволюции - повторяющейся сверткой с начальным условием. Но у меня нет никакого смысла в технических деталях, связанных с созданием этой картины, или в том, стоит ли ее преследовать.

Я бы предположил, что, поскольку я не могу найти лечение, которое явно использует этот подход, должно быть что-то не так с моим ощущением, что это можно сделать или что это будет интересно. Если это так, я хотел бы услышать почему.

РЕДАКТИРОВАТЬ : В Math Stack Exchange и MathOverflow есть три похожих вопроса, которые могут заинтересовать читателей:


2
Добро пожаловать в Cross Validated и спасибо за интересный вопрос (и ответ)!
Мэтт Краузе

Ответы:


13

После некоторого изучения литературы, воодушевленного ответом Къетила, я нашел несколько ссылок, которые серьезно относятся к подходу геометрических / динамических систем к CLT, кроме книги Y. Sinai. Я публикую то, что нашел для других, кому это может быть интересно, но я все еще надеюсь услышать мнение эксперта о ценности этой точки зрения.

Наибольшее влияние, похоже, оказали работы Чарльза Стейна. Но наиболее прямым ответом на мой вопрос, по-видимому, являются Хамедани и Уолтер, которые ставят метрику в пространство функций распределения и показывают, что свертка создает сжатие, которое приводит к нормальному распределению как единственной фиксированной точке.


ДОБАВЛЕНО 19 октября 2018 года.

Другим источником для этой точки зрения являются вероятностные и случайные процессы Оливера Нила с приложениями , с. 11 (выделение добавлено):

PfyfY+X¯Y+X¯Y+X01f=1Pn(fX)SnnXi10P L1, Это работает и в других ситуациях. Например, для случайных величин со значениями окружности равномерное распределение максимизирует энтропию. Поэтому неудивительно, что существует центральная предельная теорема для случайных величин со значениями по кругу с равномерным распределением в качестве предельного распределения.


7

В тексте «Теория вероятностей, вводный курс» Й. Синай (Springer) обсуждается CLT таким образом.

http://www.springer.com/us/book/9783662028452

Идея (из памяти ...) в том, что

A(x1,x2)=x1+x22


1
Спасибо за ссылку. Быстрый взгляд показывает, что там есть уникальное лечение. Кроме того, небольшое гугление (из CLT + «фиксированная точка») указало мне на метод Штейна, который, кажется, является одним из способов сделать все это точным (и обобщить его далеко за пределы строгих гипотез классического CLT).
симплектоморфный
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.