ОП говорит
Центральная предельная теорема утверждает, что среднее значение iid-переменных, когда N переходит в бесконечность, становится нормально распределенным.
Я возьму это означает , что это убеждение ОП о том , что для одинаково распределенных случайных величин со средним значением и стандартным отклонением , кумулятивная функция распределения из
сходится к кумулятивной функции распределения , нормальной случайной величины со средним значением и стандартным отклонением . Или, OP считает, что незначительные перестановки этой формулы, например, распределение сходится к распределению или распределению μ σ F Z n ( а ) Z n = 1XiμσFZn(a)N(μ,σ)μσZn-μN(0,σ)(Zn-μ)/σN(0,1)P{| Zn-μ| >σ}=1-FZn(μ+σ
Zn=1n∑i=1nXi
N(μ,σ)μσZn−μN(0,σ)(Zn−μ)/σсходится к распределению , стандартной нормальной случайной величины. В качестве примера отметим, что эти утверждения подразумевают, что
при .
N(0,1)n → ∞P{|Zn−μ|>σ}=1−FZn(μ+σ)+FZn((μ+σ)−)→1−Φ(1)+Φ(−1)≈0.32
n→∞
ОП продолжает говорить
Это поднимает два вопроса:
- Можем ли мы вывести из этого закон больших чисел? Если закон больших чисел гласит, что среднее значение выборки значений случайной величины равно истинному среднему значению μ при переходе N в бесконечность, то, кажется, еще сильнее сказать, что (как говорит центральный предел), что значение становится N ( μ, σ) где σ - стандартное отклонение.
Слабый закон больших чисел говорит , что для одинаково распределенных случайных величин
с конечным средним , учитывая любой ,
Обратите внимание, что нет необходимости предполагать, что стандартное отклонение конечно. μ ϵ > 0 P { | Z n - μ | > ϵ } → 0 при n → ∞ .Xiμϵ>0
P{|Zn−μ|>ϵ}→0 as n→∞.
Итак, чтобы ответить на вопрос ОП,
Центральная предельная теорема, сформулированная ОП , не подразумевает
слабый закон больших чисел. При версия центральной предельной теоремы OP гласит, что
то время как слабый закон говорит, чтоP { | Z n - μ | > σ } → 0.317 ⋯ P { | Z n - μ | > σ } → 0n→∞P{|Zn−μ|>σ}→0.317⋯P{|Zn−μ|>σ}→0
Из правильной формулировки центральной предельной теоремы в лучшем случае можно вывести только ограниченную форму слабого закона больших чисел, относящегося к случайным переменным с конечным средним и стандартным отклонением. Но слабый закон больших чисел также справедлив для случайных величин, таких как случайные переменные Парето, с конечным средним, но с бесконечным стандартным отклонением.
Я не понимаю, почему говорить, что среднее значение выборки сходится к нормальной случайной переменной с ненулевым стандартным отклонением, является более сильным утверждением, чем говорить, что среднее значение выборки сходится к среднему значению совокупности, которое является константой (или случайной величиной с нулевым стандартным отклонением, если тебе нравится).