Delta számítási lehetőség, Navigációs menü

Nézzük, hogyan valósítjuk meg.

Aszimptotikus esetekben végzett paraméterbecslés ugye a Centrális határeloszlás-tétel csak az átlag kiszámításában van segítségünkre. Ez nem gond addig, amíg az átlag és a paraméter amit delta számítási lehetőség ugyanaz. Ez ugye igaz a Gaussian vagy a Poisson eloszlásra, de sokszor nem ez a helyzet.

Nézzünk egy példát. A Centrális határeloszlás-tételről szóló posztban egy olyan Exponenciális eloszlás volt a példa, aminek a nem ismert lambda paramétere 0,1 volt.

Maradjunk ennél a példánál. De vajon milyen becslést adhatunk erre a távolságra? A Centrális határeloszlás tétele ugye segít nekünk arra nézve, mekkora távolságon belül gondoljuk a populáció válós átlagát a mintaátlaghoz.

A Delta delta számítási lehetőség lényegében ennek a tudásnak a felhasználása a becsült és a valós paraméter távolságára. Maga a módszer lényegében azt mondja, hogy a paraméterbecslés a következő Gaussian eloszlást fogja követni: 5 Ha a fentieket összehasonlítjuk az 1 -el akkor látjuk, hogy lényegében csak a variancia fog változni, mégpedig egy szorzóval.

A g az a függvény, aminek segítségével a mintaátlagból eljutunk a keresett paraméterhez.

Tehát ebben az esetben a 3 -as. Ennek a derivált függvénynek az elvárt érték lesz a bemenete.

DELTA függvény

Amit Slutsky alapján a minta átlaggal fogunk helyettesíteni. Végül az egészet négyzetre kell emelni.

Tehát a lépések. Először megnézzük a g deriváltját, vegyük észre hogy a -et.

Szórás[ 11 ] σ és a variancia [szórásnégyzet] σ2 Relatív szórás V. A szóródás különböző mutatószámai ugyanazt a jelenséget különbözőképpen közelítik meg, eltérően mérik. A mutatószámok felhasználása során különösen ügyelni kell arra, hogy csak azonos tartalmú értékeket hasonlítsunk össze. Törekedni kell arra, hogy egy-egy konkrét vizsgálat során a vizsgálati célnak legjobban megfelelő mérőszámot alkalmazzuk.