@ Greenparker, por que para X Normal é indeterminado, ie. existem outras distribuições com a mesma coleção infinita de momentos, implica um intervalo exato de confiança que não seria possível (ou não) para ? Por exemplo, não somos capazes de produzir intervalos de confiança exatos para (a média de) um Lognormal (também indeterminado), mesmo que haja infinitas distribuições alternativas possuindo todos os mesmos momentos? X 3X3X3
Mark L. Stone
1
@gung O terceiro momento central não é o mesmo que a distorção (momento). Você precisaria dividir por primeiro. σ3
Glen_b -Reinstala Monica
2
@ Greenparker Esse artigo não implica que você não possa calcular a distribuição de ; "indeterminado" significa algo muito específico (sobre a singularidade dos momentos de ). [Em uma questão diferente, fico surpreso que um artigo com um erro tão notório no título tenha sido publicado sem ser corrigido. Não é a distribuição que está em cubos, mas a variável aleatória. O que os editores podem estar pensando?]X 3X3X3
Glen_b -Reinstala Monica
Respostas:
1
Para encontrar um intervalo de confiança para essa quantidade, você precisará formar uma quantidade central que use o terceiro momento bruto como seu único parâmetro desconhecido. Pode não ser possível fazer exatamente isso, mas geralmente é possível obter algo que é uma quantidade aproximadamente essencial que pode ser usada para formar um intervalo de confiança aproximado. Para fazer isso, primeiro encontraremos a forma do terceiro momento bruto que está sendo estimado, depois construiremos um estimador de amostra desse momento e tentaremos usá-lo para construir uma quantidade quase dinâmica e um intervalo de confiança resultante.
Qual é o terceiro momento bruto de uma distribuição normal? Tome como uma variável aleatória normal arbitrária e defina . O terceiro momento bruto de é:X∼ N ( μ , σ2)Y= X- μ ∼ N ( 0 , σ2)X
Este é o parâmetro que você está tentando estimar em sua análise.
Estimador não tendencioso do terceiro momento bruto: Normalmente, estimaríamos o parâmetro da média com a média da amostra e o parâmetro da variância com a variação da amostra, mas, neste caso, queremos estimar uma função dessas coisas, e a substituição desses estimadores provavelmente levar a um estimador tendencioso. Começaremos tentando encontrar um estimador imparcial do terceiro momento bruto. Para fazer isso, começamos observando que:
E ( X¯3n)= E ( ( μ + Y¯n)3)= E ( Y¯3n+ 3 μ Y¯2n+ 3 μ2Y¯n+ μ3)= 0 + 3 μ σ2n+ 0 + μ3= 3nμ σ2+ μ3.
Sabemos pelo teorema de Cochran que a média da amostra e a variação da amostra dos dados normais são independentes e, portanto, também temos . Portanto, com base nesses resultados, podemos formar o estimador imparcial :E ( X¯nS2n) = E ( X¯n) E ( S2n) = μ σ2
μ^3= 3 ( n - 1 )n⋅ X¯nS2+ X¯3n.
Variação do estimador: Sabemos que o valor esperado desse estimador é igual ao terceiro momento bruto da distribuição (para ver isso, basta substituir as expressões de valor acima esperadas); no entanto, a variação do estimador é trabalhosa para derivar. Como resultados preliminares, temos:
V ( X¯nS2)V ( X¯3n)C ( X¯nS2, X¯3n)= V ( X¯n) V ( S2)= 1nσ2⋅ 2n - 1σ4= 2n ( n - 1 )σ6,= E ( X¯6n) - E ( X¯3n)2= ( 15n3σ6+ 45n2μ2σ4+15nμ4σ2+ μ6) - ( 3nμ σ2+ μ3)2= ( 15n3σ6+ 45n2μ2σ4+ 15nμ4σ2+ μ6) - ( 9n2μ2σ4+ 6nμ4σ2+ μ6)= 15n3σ6+ 36n2μ2σ4+9nμ4σ2,= E ( X¯4nS2) - E ( X¯nS2) E ( X¯3n)= E ( X¯4n) E ( S2) - E ( X¯n) E ( X¯3n) E ( S2)= ( 3n2σ4+6nμ2σ2+μ4) σ2- μ ( 3nμ σ2+μ3) σ2= ( 3n2σ4+6nμ2σ2+μ4) σ2- ( 3nμ2σ2+μ4) σ2= ( 3n2σ4+ 3nμ2σ2) σ2= 3n2σ6+ 3nμ2σ4.
Isso nos dá a variação:
V ( μ^3)= V ( 3 ( n - 1) )n⋅X¯nS2+X¯3n)= 9 ( n - 1 )2n2⋅ V ( X¯nS2) + V ( X¯3n) + 3 ( n - 1 )n⋅ C ( X¯nS2, X¯3n)= 18 ( n - 1 )n3σ6+ ( 15n3σ6+ 36n2μ2σ4+ 9nμ4σ2) + ( 9 ( n - 1 )n3σ6+ 9 ( n - 1 )n2μ2σ4)= 27 n - 12n3⋅ σ6+ 9 n + 27n2⋅ μ2σ4+ 9n⋅ μ4σ2= 3n3[ (9n-4)σ6+ ( 3 n2+ 9 n ) μ2σ4+ 3 n2μ4σ2] .
Formando um intervalo de confiança: A partir dos resultados acima, podemos obter um estimador imparcial para o terceiro momento bruto, com variação conhecida. A distribuição exata desse estimador é complicada e sua densidade não pode ser expressa em forma fechada. É possível formar uma quantidade estudada com esse estimador, aproximar sua distribuição e tratá-la como uma quantidade quase-pivotal para obter um intervalo de confiança aproximado. No entanto, esse não seria um intervalo de confiança exato.
Respostas:
Para encontrar um intervalo de confiança para essa quantidade, você precisará formar uma quantidade central que use o terceiro momento bruto como seu único parâmetro desconhecido. Pode não ser possível fazer exatamente isso, mas geralmente é possível obter algo que é uma quantidade aproximadamente essencial que pode ser usada para formar um intervalo de confiança aproximado. Para fazer isso, primeiro encontraremos a forma do terceiro momento bruto que está sendo estimado, depois construiremos um estimador de amostra desse momento e tentaremos usá-lo para construir uma quantidade quase dinâmica e um intervalo de confiança resultante.
Qual é o terceiro momento bruto de uma distribuição normal? Tome como uma variável aleatória normal arbitrária e defina . O terceiro momento bruto de é:X∼ N ( μ , σ2) Y= X- μ ∼ N ( 0 , σ2) X
Este é o parâmetro que você está tentando estimar em sua análise.
Estimador não tendencioso do terceiro momento bruto: Normalmente, estimaríamos o parâmetro da média com a média da amostra e o parâmetro da variância com a variação da amostra, mas, neste caso, queremos estimar uma função dessas coisas, e a substituição desses estimadores provavelmente levar a um estimador tendencioso. Começaremos tentando encontrar um estimador imparcial do terceiro momento bruto. Para fazer isso, começamos observando que:
Sabemos pelo teorema de Cochran que a média da amostra e a variação da amostra dos dados normais são independentes e, portanto, também temos . Portanto, com base nesses resultados, podemos formar o estimador imparcial :E ( X¯nS2n) = E ( X¯n) E ( S2n) = μ σ2
Variação do estimador: Sabemos que o valor esperado desse estimador é igual ao terceiro momento bruto da distribuição (para ver isso, basta substituir as expressões de valor acima esperadas); no entanto, a variação do estimador é trabalhosa para derivar. Como resultados preliminares, temos:
Isso nos dá a variação:
Formando um intervalo de confiança: A partir dos resultados acima, podemos obter um estimador imparcial para o terceiro momento bruto, com variação conhecida. A distribuição exata desse estimador é complicada e sua densidade não pode ser expressa em forma fechada. É possível formar uma quantidade estudada com esse estimador, aproximar sua distribuição e tratá-la como uma quantidade quase-pivotal para obter um intervalo de confiança aproximado. No entanto, esse não seria um intervalo de confiança exato.
fonte