Do tiệm cận thứ ba tồn tại?


14

Hầu hết các kết quả tiệm cận trong thống kê chứng minh rằng khi một ước (như MLE) hội tụ với phân phối chuẩn dựa trên một giây bậc taylor mở rộng của hàm likelihood. Tôi tin rằng có một kết quả tương tự trong văn học Bayesian, các "Bayesian Trung Định lý giới hạn", trong đó cho thấy rằng hội tụ sau tiệm để một bình thường như n nn

Câu hỏi của tôi là - phân phối có hội tụ đến một cái gì đó "trước" nó trở nên bình thường, dựa trên thuật ngữ thứ ba trong loạt Taylor không? Hoặc điều này là không thể làm nói chung?


(+1) .. câu hỏi hay. Định lý giới hạn trung tâm Bayes được gọi là xấp xỉ Laplace tức là hậu thế hành xử "ít nhiều" giống như một phân phối bình thường. (chính thức sau hội tụ trong phân phối thành phân phối bình thường)
suncoolsu

Câu trả lời:



5

Không thể để một chuỗi "hội tụ" đến một điều và sau đó đến một điều khác. Các điều khoản bậc cao trong một mở rộng tiệm cận sẽ về không. Những gì họ nói với bạn là mức độ gần bằng 0 đối với bất kỳ giá trị đã cho nào của .n

Đối với Định lý giới hạn trung tâm (làm ví dụ), sự mở rộng thích hợp là logarit của hàm đặc trưng: hàm tạo tích lũy (cgf). Tiêu chuẩn hóa các bản phân phối sửa chữa các điều khoản zeroth, thứ nhất và thứ hai của cgf. Các điều khoản còn lại, có hệ số là các tích lũy , phụ thuộc vào một cách có trật tự. Các tiêu chuẩn đó xảy ra trong CLT (chia tổng của n biến ngẫu nhiên bởi một cái gì đó tỉ lệ với n 1 / 2 --without mà hội tụ sẽ không xảy ra) làm cho m thứ cumulant - mà sau khi tất cả phụ thuộc vào m th khoảnh khắc - để được chia cho ( nnnn1/2mthmth , nhưng cùng một lúc bởi vì chúng tôi đang tổng hợpnngữ, kết quả cuối cùng là các m thứ hạn để tỷ lệ vớin / n m / 2 = n - ( m - 2 ) / 2 . Do đó, cumulant phần ba tổng tiêu chuẩn tỷ lệ với1 / n 1 / 2 , các cumulant thứ tư là tỷ lệ thuận với1 / n(n1/2)m=nm/2nmthn/nm/2=n(m2)/21/n1/21/n, và như thế. Đây là những điều khoản cao hơn. (Để biết chi tiết, hãy xem bài viết này của Yuval Filmus chẳng hạn.)

nnnn1/n1/21/nthuật ngữ là một sự điều chỉnh nhỏ hơn, biến mất nhanh hơn được thêm vào đó, v.v. Tóm lại, các điều khoản bổ sung cung cấp cho bạn một bức tranh về mức độ nhanh chóng của chuỗi hội tụ đến giới hạn của nó.

n1/n1/2


vì một số lý do, tôi không thấy câu trả lời của bạn hoàn toàn thuyết phục. Tôi đồng ý rằng phân phối cần phải được "kéo dài" và không đúng khi nói nó hội tụ đến X trước khi nó hội tụ về mức bình thường. Đó sẽ là một sai lầm về phía tôi. Tuy nhiên, tôi nghĩ rằng nên tồn tại một số cách để mở rộng quy mô phân phối sao cho chỉ có thứ tự thứ tư trở lên "khoảnh khắc" đi về không. Tôi cần suy nghĩ kỹ hơn một chút về việc chính xác yếu tố tỷ lệ đó sẽ như thế nào, nếu một thứ như vậy tồn tại
gabgoh

2
@gabgoh Tôi muốn nghe thêm về khía cạnh nào của câu trả lời là yếu. Theo như tỷ lệ, bạn bị mắc kẹt: bạn đã sử dụng hết khả năng đó trong việc tiêu chuẩn hóa các yếu tố của chuỗi. Nếu (theo giả thuyết) một số hình thức chia tỷ lệ sẽ giữ cho giây thứ ba không về 0, thì bạn sẽ mâu thuẫn với CLT vì phân phối giới hạn sẽ không bình thường. Có một vấn đề liên quan với sự không triệu chứng của người ước tính. Thường thì bạn có thể điều chỉnh một công cụ ước tính để giết những khoảnh khắc cao hơn một cách không có triệu chứng (ví dụ, với bootstrapping): nhưng điều này vẫn không thể được thực hiện bằng cách chia tỷ lệ một mình.
whuber

3

Đây là một nỗ lực để trả lời câu hỏi sâu sắc của bạn. Tôi đã thấy việc đưa vào học kỳ thứ 3 của loạt Taylor để tăng tốc độ hội tụ của loạt phim sang phân phối thực sự. Tuy nhiên, tôi chưa thấy (theo kinh nghiệm hạn chế của mình) việc sử dụng khoảnh khắc thứ ba và cao hơn.

n1/2n1/2n

Do đó, tôi đoán, câu trả lời cho câu hỏi của bạn nên là không . Phân phối tiệm cận hội tụ đến một khoảng cách bình thường (bởi CLT, trong điều kiện thường xuyên của CLT của Lindberg). Tuy nhiên, sử dụng các thuật ngữ bậc cao hơn có thể làm tăng tốc độ hội tụ đến phân phối tiệm cận.


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.