Niech będzie dowolnym rozkładem ze zdefiniowaną średnią, i odchyleniem standardowym, . Twierdzenie o limicie centralnym mówi, że zbiega się w rozkładzie do standardowego rozkładu normalnego. Jeśli zastąpimy przez przykładowe odchylenie standardowe , to czy istnieje twierdzenie, że zbiega się w rozkładzie do rozkładu t? Ponieważ dla dużych
rozkład t zbliża się do normy, twierdzenie, jeśli istnieje, może stwierdzać, że granica jest standardowym rozkładem normalnym. Dlatego wydaje mi się, że rozkłady t nie są bardzo przydatne - że są użyteczne tylko wtedy, gdy jest w przybliżeniu normalny. Czy tak jest w przypadku?
Jeśli to możliwe, czy wskazałbyś referencje zawierające dowód tego CLT, gdy jest zastąpiony przez ? Takie odniesienie najlepiej byłoby wykorzystać koncepcje teorii miary. Ale w tym momencie wszystko byłoby dla mnie świetne.
Odpowiedzi:
Aby rozwinąć komentarz @ cardinal, rozważ próbkę o wielkości z losowej zmiennej o pewnym rozkładzie i momentach skończonych, średniej i odchyleniu standardowym . Zdefiniuj zmienną losowąn X μ σ
Rozważmy teraz zmienną losową , gdzie jest próbka Odchylenie standardowe .Yn=1Sn Sn X
Próbka jest tam i dlatego momenty próbne szacują konsekwentnie momenty zaludnienia. Więc
Wpisz @cardinal: Twierdzenie Slutsky'ego (lub lemat) mówi między innymi, że gdzie jest stałą . Tak jest w naszym przypadku
Jeśli chodzi o użyteczność rozkładu Studenta, wspomnę tylko, że w jego „tradycyjnych zastosowaniach” związanych z testami statystycznymi jest nadal niezbędny, gdy rozmiary próbek są naprawdę małe (i nadal mamy do czynienia z takimi przypadkami), ale także, że ma były szeroko stosowane do modelowania szeregów autoregresyjnych z (warunkową) heteroskedastycznością, szczególnie w kontekście Finance Econometrics, gdzie takie dane pojawiają się często.
źródło