Для какой проблемы или игры оптимальным решением являются дисперсия и стандартное отклонение?


9

Для заданной случайной величины (или совокупности, или стохастического процесса) математическое ожидание является ответом на вопрос: какой точечный прогноз минимизирует ожидаемую квадратичную потерю? , Кроме того, это оптимальное решение для игры. Угадайте следующую реализацию случайной величины (или новую ничью из популяции), и я накажу вас по квадрату расстояния между значением и вашим предположением, если у вас линейная неспособность в терминах наказания. Медиана - это ответ на соответствующий вопрос при абсолютной потере, а мода - ответ при потере "все или ничего".

Вопросы: Отвечает ли дисперсия и стандартное отклонение на подобные вопросы? Кто они такие?

Мотивация для этого вопроса связана с обучением основным мерам центральной тенденции и распространения. В то время как меры центральной тенденции могут быть мотивированы вышеизложенными теоретическими проблемами, мне интересно, как можно было бы мотивировать меры распространения.


1
Очень интересный вопрос Мой первоначальный подход состоял бы в том, что «игра» качественно такая же, как и то, что вы уже описали, за исключением того, что вопрос предполагает (не каламбур), что ответ будет о диапазоне значений вместо одной точки, поскольку распространяется без точки Ссылка является довольно неполной (если не бессмысленной) информацией.
Эмиль

Обратите внимание, что дисперсия сама по себе является ожиданием - если то . Y=(Xμ)2Var(X)=E(Y)
Glen_b

@Glen_b, вы правы, и я понял (я должен был включить это в текст вопроса). «Угадай разницу между следующим значением и ожиданием, и я накажу тебя квадратично» - такова игра. Это лучшее, что есть? Звучит не очень практично или очень весело, игра, ИМХО.
Ричард Харди

Ответы:


2

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

  1. Ваш противник («Природа») раскрываетF,

  2. В ответ вы производите число ваше «предсказание».t(F),

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»)

    R(L,h)(t,F)=E(L(t(F),h(X))).

Ваша цель - ответить на движение Природы, указав некоторые T которые минимизируют риск.

Например, в игре с функцией час(Икс1)знак равноИкс1 и любая потеря вида L(T,час)знак равноλ(T-час)2 для некоторого положительного числа λ, ваш оптимальный шаг, чтобы выбрать T(F) , чтобы быть ожидание F,

Вопрос перед нами,

Существуют ли L и час для которых оптимальным шагом является выбор T(F) в качестве дисперсии σ2(F) ?

На это легко ответить, демонстрируя дисперсию как ожидание. Один способ состоит в том, чтобы оговорить, что

час(Икс1,Икс2)знак равно12(Икс1-Икс2)2
и продолжаем использовать квадратичные потери
L(T,час)знак равно(T-час)2,
После наблюдения этого

Е(час(Икс))знак равноσ2(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 (п) мы сможем получить только несмещенные оценки полиномиальных функций от п, но σ(F)знак равноп(1-п) не является полиномиальной функцией в областип(0,1), (См.Для биномиального распределения, почему не существует несмещенной оценки для?1/пДля общего аргумента о биномиальных распределениях, к которому этот вопрос может быть сведен после усреднениячаспо всем перестановкамИкся,)


часN

2
2N

1
Большое спасибо!
Ричард Харди
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.