Trong các lớp học của mình, tôi sử dụng một tình huống "đơn giản" có thể giúp bạn tự hỏi và có lẽ phát triển cảm giác ruột thịt về mức độ tự do có nghĩa là gì.
Đây là một cách tiếp cận "Forrest Gump" cho chủ đề này, nhưng nó đáng để thử.
Hãy xem xét bạn có 10 quan sát độc lập đi kèm ngay từ dân bình thường có nghĩa là μ và phương sai σ 2 chưa được biết.X1, X2, Lọ , X10~ N( Μ , σ2)μσ2
Quan sát của bạn mang đến cho bạn chung thông tin cả về và σ 2 . Sau khi tất cả, quan sát của bạn có xu hướng bị lây lan xung quanh một giá trị trung ương, mà nên được gần với giá trị thực tế và không rõ của μ và tương tự như vậy, nếu μ là rất cao hoặc rất thấp, sau đó bạn có thể mong đợi để xem quan sát của bạn vây quanh một giá trị rất cao hoặc rất thấp tương ứng. Một tốt "thay thế" cho μ (trong trường hợp không hiểu biết về giá trị thực tế của nó) là ˉ X , tỷ lệ trung bình của sự quan sát của bạn. μσ2μμμX¯
Ngoài ra, nếu quan sát của bạn rất gần gũi với nhau, đó là một dấu hiệu cho thấy bạn có thể hy vọng rằng phải nhỏ, và tương tự như vậy, nếu σ 2 là rất lớn, sau đó bạn có thể mong đợi để xem các giá trị cực kỳ khác nhau cho X 1 để X 10 . σ2σ2X1X10
Nếu bạn đặt cược mức lương trong tuần của mình vào đó phải là giá trị thực tế của và σ 2 , bạn sẽ cần chọn một cặp giá trị mà bạn sẽ đặt cược tiền của mình. Đừng nghĩ về bất cứ điều gì là kịch tính như mất tiền lương của bạn, trừ khi bạn đoán μ đúng cho tới khi vị trí thập phân thứ 200 của mình. Không. Hãy nghĩ về một số loại hệ thống prizing rằng gần bạn đoán μ và σ 2 bạn càng được khen thưởng.μσ2μμσ2
Trong một nghĩa nào đó, tốt hơn, hiểu biết hơn, và đoán lịch sự hơn cho giá trị 's có thể là ˉ X . Trong ý nghĩa đó, bạn ước tính rằng μ phải có một số giá trị xung quanh ˉ X . Tương tự như vậy, một trong những tốt "thay thế" cho σ 2 (không cần thiết cho bây giờ) là S 2 , phương sai mẫu của bạn, mà làm cho một ước lượng tốt cho σ .μX¯μX¯σ2S2σ
Nếu bạn tin rằng những sự thay thế đó là giá trị thực của và σ 2 , thì có lẽ bạn đã sai, bởi vì rất mong manh là bạn đã rất may mắn khi các quan sát của bạn phối hợp để có được món quà ˉ X bằng nhau để L và S 2 bằng σ 2 . Không, có lẽ nó đã không xảy ra.μσ2X¯μS2σ2
Nhưng bạn có thể ở các mức độ sai khác nhau, thay đổi từ sai một chút sang thực sự, thực sự, thực sự sai lầm thảm hại (hay còn gọi là "Tạm biệt, trả lương; hẹn gặp lại vào tuần tới!").
Ok, giả sử bạn đã lấy như dự đoán của bạn cho μ . Chỉ xem xét hai kịch bản: S 2 = 2 và S 2 = 20 , 000 , 000 . Đầu tiên, các quan sát của bạn ngồi khá đẹp và gần nhau. Sau này, các quan sát của bạn rất khác nhau. Trong kịch bản nào bạn nên quan tâm hơn với những mất mát tiềm năng của mình? Nếu bạn nghĩ đến cái thứ hai, bạn đã đúng. Có một ước tính khoảng σ 2 thay đổi niềm tin của bạn vào đặt cược của bạn rất hợp lý, vì càng lớn σ 2 là, rộng hơn bạn có thể mong đợi ˉ XX¯μS2= 2S2= 20 , 000 , 000σ2σ2X¯ để thay đổi.
Nhưng, ngoài thông tin về và σ 2 , quan sát của bạn cũng thực hiện một số lượng biến động ngẫu nhiên chỉ thuần túy đó không phải là thông tin không phải về μ cũng không về σ 2 . μσ2μσ2
Làm thế nào bạn có thể nhận thấy nó?
Vâng, chúng ta hãy giả định, vì lợi ích của các đối số, rằng có một Thiên Chúa và Ngài có thời gian rảnh rỗi, đủ để cung cấp cho chính mình những sự phù phiếm của bạn nói cụ thể là giá trị thực tế (và cho đến nay chưa được biết) của cả hai và σ .μσ
Và đây là cốt truyện khó chịu của câu chuyện lysergic này: Anh ấy nói với bạn sau khi bạn đặt cược. Có lẽ để soi sáng cho bạn, có lẽ để chuẩn bị cho bạn, có lẽ để chế giễu bạn. Làm thế nào bạn có thể biết?
Vâng, đó là làm cho các thông tin về và σ 2 chứa trong quan sát của bạn khá vô dụng bây giờ. Vị trí trung tâm của các quan sát của bạn ˉ X và phương sai S 2 không còn giúp ích gì nữa để đến gần hơn với các giá trị thực tế của μ và σ 2 , vì bạn đã biết chúng.μσ2X¯S2μσ2
Một trong những lợi ích của người quen tốt của bạn với Thiên Chúa là bạn thực sự biết bao nhiêu bạn thất bại trong việc đoán một cách chính xác bằng cách sử dụng ˉ X , nghĩa là ( ˉ X - μ ) lỗi ước lượng của bạn.μX¯( X¯−μ)
Vâng, vì , sau đó ˉ X ~ N ( μ , σ 2 / 10 ) (tôi tin tưởng ở chỗ nếu bạn sẽ), cũng ( ˉ X - μ ) ~ N ( 0 , σ 2 / 10 ) (ok, tôi tin tưởng rằng trong quá trên) và cuối cùng,
ˉ X - μXi∼N(μ,σ2)X¯∼N(μ,σ2/10)(X¯−μ)∼N(0,σ2/10)
(đoán những gì? Tin tưởng tôi trong một điều đó là tốt), có thể mang theo hoàn toàn không có thông tin vềμhoặcσ2.
X¯−μσ/10−−√∼N(0,1)
μσ2
Bạn biết gì? Nếu bạn mất bất kỳ quan sát cá nhân của bạn như một đoán cho , lỗi ước lượng của bạn ( X i - μ ) sẽ được phân phối như N ( 0 , σ 2 ) . Vâng, giữa ước lượng μ với ˉ X và bất kỳ X i , chọn ˉ X sẽ kinh doanh tốt hơn, bởi vì V một r ( ˉ X ) = σ 2 / 10 < σ 2 = Vμ(Xi−μ)N(0,σ2)μX¯XiX¯ , vì vậy ˉ X là ít bị được lạc lối từ μ hơn một cá nhân X i .Var(X¯)=σ2/10<σ2=Var(Xi)X¯μXi
Dù sao, cũng là hoàn toàn không cung cấp thông tin về không μ cũng không σ 2 .(Xi−μ)/σ∼N(0,1)μσ2
"Câu chuyện này sẽ bao giờ kết thúc?" bạn có thể đang suy nghĩ Bạn cũng có thể suy nghĩ "Có bất kỳ biến động ngẫu nhiên hơn đó là không nhiều thông tin về và σ 2 ?".μσ2
[Tôi thích nghĩ rằng bạn đang nghĩ về cái sau.]
Có, có!
μXiσ
(Xi−μ)2σ2=(Xi−μσ)2∼χ2
Z2Z∼N(0,1)μσ2
(X¯−μ)2σ2/10=(X¯−μσ/10−−√)2=(N(0,1))2∼χ2
∑i=110(Xi−μ)2σ2/10=∑i=110(Xi−μσ/10−−√)2=∑i=110(N(0,1))2=∑i=110χ2.
X1,…,X10). Mỗi một trong những phân phối Chi bình phương duy nhất là một đóng góp cho số lượng biến thiên ngẫu nhiên mà bạn sẽ phải đối mặt, với cùng số tiền đóng góp vào tổng.
Giá trị của mỗi đóng góp không bằng toán học với chín phần còn lại, nhưng tất cả chúng đều có cùng một hành vi dự kiến trong phân phối. Theo nghĩa đó, chúng bằng cách nào đó đối xứng.
Mỗi một trong những hình vuông Chi là một đóng góp cho số lượng biến thiên ngẫu nhiên, thuần túy mà bạn nên mong đợi trong tổng đó.
Nếu bạn có 100 quan sát, số tiền ở trên sẽ được dự kiến sẽ lớn hơn chỉ vì nó có nhiều nguồn tranh luận hơn .
Mỗi "nguồn đóng góp" có cùng hành vi có thể được gọi là mức độ tự do .
Bây giờ hãy lùi lại một hoặc hai bước, đọc lại các đoạn trước nếu cần để đáp ứng sự xuất hiện đột ngột của mức độ tự do tìm kiếm của bạn .
μσ2
Vấn đề là, bạn bắt đầu tin tưởng vào hành vi của 10 nguồn biến thiên tương đương đó. Nếu bạn có 100 quan sát, bạn sẽ có 100 nguồn biến động ngẫu nhiên hoàn toàn ngẫu nhiên đối với tổng đó.
χ210χ21
μσ2
μσ2
Mọi thứ bắt đầu trở nên kỳ lạ (Hahahaha; chỉ bây giờ!) Khi bạn nổi loạn chống lại Thiên Chúa và cố gắng tự mình hòa thuận, mà không mong đợi Ngài bảo trợ bạn.
X¯S2μσ2
X¯S2μσ2
∑i=110(Xi−X¯)2S2/10=∑i=110(Xi−X¯S/10−−√)2,
μ(Xi−μ)>0∑10i=1(Xi−μ)>0∑10i=1(Xi−X¯)=0∑10i=1Xi−10X¯=10X¯−10X¯=0
∑10i=1(Xi−X¯)2≤∑10i=1(Xi−μ)2
Xi−X¯S/10−−√
(Xi−X¯)2S2/10
∑i=110(Xi−X¯)2S2/10
X¯−μS/10−−√
"Có phải tất cả chẳng vì gì?"
∑i=110(Xi−X¯)2σ2=∑i=110[Xi−μ+μ−X¯]2σ2=∑i=110[(Xi−μ)−(X¯−μ)]2σ2=∑i=110(Xi−μ)2−2(Xi−μ)(X¯−μ)+(X¯−μ)2σ2=∑i=110(Xi−μ)2−(X¯−μ)2σ2=∑i=110(Xi−μ)2σ2−∑i=110(X¯−μ)2σ2=∑i=110(Xi−μ)2σ2−10(X¯−μ)2σ2=∑i=110(Xi−μ)2σ2−(X¯−μ)2σ2/10
∑i=110(Xi−μ)2σ2=∑i=110(Xi−X¯)2σ2+(X¯−μ)2σ2/10.
Thuật ngữ đầu tiên có phân phối Chi bình phương với 10 bậc tự do và thuật ngữ cuối cùng có phân phối Chi bình phương với một bậc tự do (!).
Chúng tôi chỉ đơn giản chia một bình phương Chi với 10 nguồn biến đổi độc lập tương đương nhau thành hai phần, cả hai đều tích cực: một phần là bình phương Chi với một nguồn biến đổi và phần còn lại chúng tôi có thể chứng minh (bước nhảy vọt của WO? ) cũng là một hình vuông Chi với 9 (= 10-1) nguồn biến đổi hoạt động như nhau độc lập, với cả hai phần độc lập với nhau.
Đây đã là một tin tốt, vì bây giờ chúng tôi có phân phối của nó.
σ2
S2=110−1∑i=110(Xi−X¯)2,
∑i=110(Xi−X¯)2σ2=∑10i=1(Xi−X¯)2σ2=(10−1)S2σ2∼χ2(10−1)
X¯−μS/10−−√=X¯−μσ/10√Sσ=X¯−μσ/10√S2σ2−−−√=X¯−μσ/10√(10−1)S2σ2(10−1)−−−−−−√=N(0,1)χ2(10−1)(10−1)−−−−−√,
(10−1)
t
[^ 1]: @whuber nói trong các bình luận bên dưới rằng Gosset không làm toán mà thay vào đó là đoán ! Tôi thực sự không biết chiến công nào đáng ngạc nhiên hơn vào thời điểm đó.
t(10−1)X¯μS2X¯
Có bạn đi. Với rất nhiều chi tiết kỹ thuật bị cuốn theo phía sau tấm thảm, nhưng không chỉ phụ thuộc vào sự can thiệp của Chúa để đặt cược một cách nguy hiểm toàn bộ tiền lương của bạn.