Câu hỏi được gắn thẻ «moments»

Khoảnh khắc là tóm tắt các đặc điểm của biến ngẫu nhiên (ví dụ: vị trí, tỷ lệ). Sử dụng cũng cho những khoảnh khắc phân số.

2
Nếu
Tôi đã thấy những điều sau đây trong một cuốn sách giáo khoa và tôi gặp khó khăn trong việc hiểu khái niệm này. Tôi hiểu rằng thường được phân phối với E ( ) = 0 và Var ( ) = .XnXnX_nXnXnX_nXnXnX_n1n1n\frac{1}{n} Tuy nhiên, tôi không hiểu tại sao …
1
Hiệp phương sai cho ba biến
Tôi đang cố gắng để hiểu làm thế nào ma trận hiệp phương sai hoạt động. Vì vậy, giả sử chúng ta có hai biến: , trong đó đưa ra mối quan hệ giữa các biến, tức là bao nhiêu phụ thuộc vào biến khác.X, YX,YX, YCov ( X, Y) …
1
trong đó và được phân phối một cách hợp lý
Tôi đang cố gắng tính toán kỳ vọng cho (đối với , kỳ vọng là vô hạn) nếu được phân phối lognormally, tức là .E[ecX]E[ecX]E[e^{cX}]c&lt;0c&lt;0c<0c&gt;0c&gt;0c>0XXXlog(X)∼N(μ,σ)log⁡(X)∼N(μ,σ)\log(X) \sim N(\mu, \sigma) Ý tưởng của tôi là viết kỳ vọng dưới dạng tích phân, nhưng tôi không thấy cách tiến hành: E[ecX]=12σπ−−−√∫∞01xexp(cx−(logx−μ)22σ2)dxE[ecX]=12σπ∫0∞1xexp⁡(cx−(log⁡x−μ)22σ2)dxE[e^{cX}] = \frac{1}{\sqrt{2\sigma\pi}}\int_0^\infty …
2
Nếu , thì bao nhiêu?
Nếu , trong đó và là một chuỗi các biến ngẫu nhiên dương, thì không?E|Xn|=O(an)E|Xn|=O(an)\mathbb{E}|X_n|=O(a_n)an→0an→0a_n\to 0XnXnX_nYn=Xnln(1Xn)Yn=Xnln⁡(1Xn)Y_n = X_n\ln\left(\frac{1}{X_n}\right) Nỗ lực của tôi: bởi sự bất bình đẳng của Markov ngụ ý và . Nó vẫn còn để lừa . Đối với một số chuỗi tích cực của các biến ngẫu …
1
Có sự khác biệt nào giữa việc ước tính và trong một nghiên cứu mô phỏng không?
Trong một nghiên cứu mô phỏng, có sự khác biệt nào giữa ∙∙\bullet ước tính phương sai , lần và lấy trung bình của nó, vàσ2σ2\sigma^2100010001000 ∙∙\bullet ước tính độ lệch chuẩn , lần và lấy trung bình của nó?σσ\sigma100010001000 Tôi có thể làm bất cứ ai trong số này? …
2
Văn bản kinh tế lượng tuyên bố rằng sự hội tụ trong phân phối ngụ ý sự hội tụ trong những khoảnh khắc
Bổ đề sau có thể được tìm thấy trong Kinh tế lượng của Hayashi : Bổ đề 2.1 (hội tụ trong phân phối và trong khoảnh khắc): Gọi là khoảnh khắc thứ của và trong đó \ alpha_ {s} là hữu hạn (nghĩa là một số thực). Sau đó:αsnαsn\alpha_{sn}sssznznz_{n}limn→∞αsn=αslimn→∞αsn=αs\lim_{n\to\infty}\alpha_{sn}=\alpha_{s}αsαs\alpha_{s} " …
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookie và Chính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.