Если я понял вопрос , как задумано, вы имеете в виду условия , в которых вы можете получить независимые реализации любой случайной величины с любого распределения (имеющей конечную дисперсию ). «Игра» определяется функциями и которые будут описаны. Он состоит из следующих шагов и правил:ИксFσ2( F)часL
Ваш противник («Природа») раскрываетF,
В ответ вы производите число ваше «предсказание».т ( Ф),
Чтобы оценить результат игры, выполняются следующие расчеты:
Образецn IID наблюдений X=X1,X2,…,Xn взята из F.
Предопределенная функция h применяется к выборке, производя число h(X), «статистику».
«Функция потерь» L сравнивает ваше «предсказание» t(F) со статистикой h(X), производя неотрицательное число L(t(F),h(X)).
Результатом игры является ожидаемая потеря (или «риск») р( Л , ч )( т , F) = E( L ( т ( F) , h ( X ) ) ) .
Ваша цель - ответить на движение Природы, указав некоторые T которые минимизируют риск.
Например, в игре с функцией ч ( х1) = X1 и любая потеря вида L (t,h)=λ(t-h )2 для некоторого положительного числа λ , ваш оптимальный шаг, чтобы выбрать т ( Ф) , чтобы быть ожидание F,
Вопрос перед нами,
Существуют ли L и час для которых оптимальным шагом является выбор т ( Ф) в качестве дисперсии σ2( F) ?
На это легко ответить, демонстрируя дисперсию как ожидание. Один способ состоит в том, чтобы оговорить, что ч ( х1, X2) = 12( Х1- Х2)2
и продолжаем использовать квадратичные потериL (t,h)=(t-h )2,
После наблюдения этого
Е( h ( X ) ) = σ2( F) ,
Этот пример позволяет нам сделать вывод, что этот час и этот L отвечают на вопрос о дисперсии.
Как насчет стандартного отклонения σ( F) ? Опять же, нам нужно только показать это как ожидание выборочной статистики. Однако это невозможно, потому что даже если мы ограничим F семейством распределений Бернулли ( р ) мы сможем получить только несмещенные оценки полиномиальных функций от р , но σ( F) = p ( 1 - p )-------√ не является полиномиальной функцией в областиp ∈ ( 0 , 1 ) . (См.Для биномиального распределения, почему не существует несмещенной оценки для?1 / рДля общего аргумента о биномиальных распределениях, к которому этот вопрос может быть сведен после усреднениячаспо всем перестановкамИкся,)