Медиана выборки является статистикой порядка и имеет ненормальное распределение, поэтому совместное распределение конечной выборки медианы выборки и среднего значения выборки (которое имеет нормальное распределение) не будет бивариантным нормальным. Приближаясь к приближениям, асимптотически справедливо следующее (см. Мой ответ здесь ):
√n [ ( ˉ X n Y n ) - ( μ v ) ] → LN [ ( 0 0 ) , Σ ]
n−−√[(X¯nYn)−(μv)]→LN[(00),Σ]
с
Σ = ( σ 2 E ( | X - v | ) [ 2 f ( v ) ] - 1 E ( | X - v | ) [ 2 f ( v ) ] - 1 [ 2 f ( v ) ] - 2 )
Σ=(σ2E(|X−v|)[2f(v)]−1E(|X−v|)[2f(v)]−1[2f(v)]−2)
где ˉ Х п является выборочное среднее и ц среднее популяции, У п является образцом Медиана и v медиана населения, F ( ) есть плотность вероятности случайных величин , участвующих и σ 2 является дисперсией. X¯nμYnvf()σ2
Таким образом, примерно для больших выборок их совместное распределение является двумерным нормальным, поэтому мы имеем
Е ( У п | ˉ Х п = ˉ х ) = v + р сг vσ ˉ X ( ˉ x -μ)
E(Yn∣X¯n=x¯)=v+ρσvσX¯(x¯−μ)
где ρ - коэффициент корреляции.ρ
Манипулируя асимптотическим распределением, чтобы оно стало приближенным распределением для большой выборки среднего значения выборки и медианы выборки (а не стандартизированных величин), мы имеем
ρ = 1n E(|X-v|)[2f(v)]-11n σ[2f(v)]-1=E(|X-v|)σ
ρ=1nE(|X−v|)[2f(v)]−11nσ[2f(v)]−1=E(|X−v|)σ
Таким образом
, E ( Y п | ˉ X п = ˉ х ) = v + E ( | X - v | )σ [ 2 f ( v ) ] - 1σ ( ˉ x -μ)
E(Yn∣X¯n=x¯)=v+E(|X−v|)σ[2f(v)]−1σ(x¯−μ)
Мы имеем, что 2 f ( v ) = 2 / σ √2 π из-за симметрии нормальной плотности, поэтому мы приходим к2f(v)=2/σ2π−−√
E(Yn∣ˉXn=ˉx)=v+√π2E(|X−μσ|)(ˉx−μ)
E(Yn∣X¯n=x¯)=v+π2−−√E(∣∣∣X−μσ∣∣∣)(x¯−μ)
where we have used v=μv=μ. Now the standardized variable is a standard normal, so its absolute value is a half-normal distribution with expected value equal to √2/π2/π−−−√ (since the underlying variance is unity). So
E(Yn∣ˉXn=ˉx)=v+√π2√2π(ˉx−μ)=v+ˉx−μ=ˉx
E(Yn∣X¯n=x¯)=v+π2−−√2π−−√(x¯−μ)=v+x¯−μ=x¯