Referência para ?

11

Em sua resposta à minha pergunta anterior, @Erik P. dá a expressão onde é o excesso de curtose da distribuição. É fornecida uma referência à entrada da Wikipedia sobre a distribuição da variação da amostra , mas a página da Wikipedia diz "citação necessária".κ

Var[s2]=σ4(2n1+κn),
κ

Minha pergunta principal é: existe uma referência para esta fórmula? É "trivial" derivar e, em caso afirmativo, pode ser encontrado em um livro? (@Erik P. não conseguiu encontrá-lo em Estatística matemática e análise de dados nem em Inferência estatística de Casella e Berger . Mesmo que o tópico seja abordado.

Seria bom ter uma referência de livro didático, mas ainda mais útil ter uma (a) referência primária.

(Uma pergunta relacionada é: Qual é a distribuição da variação de uma amostra de uma distribuição desconhecida? )

Atualização : @cardinal apontou outra equação em math.SE : onde é o quarto momento central. μ4

Var(S2)=μ4nσ4(n3)n(n1)
μ4

Existe alguma maneira de reorganizar as equações e resolver as duas, ou a equação no título está errada?

Abe
fonte
1
Não acho que essa fórmula esteja correta.
cardeal
Relacionados: math.stackexchange.com/a/73080/7003
cardeal
essa pergunta relacionada foi feita por @ byron-schmuland
Abe
2
Eu acho que você quer dizer respondida , não perguntou . A fórmula dada nesta pergunta está incorreta; como a resposta de Byron demonstra bem. :)
cardeal
Infelizmente, esse ping não funciona, a menos que ele já tenha participado do fluxo de comentários. :( (Parece que ele tomou conhecimento após o comentário que você postou sobre a pergunta no site de matemática.) Felicidades.
cardeal

Respostas:

13

Fonte: Introdução à Teoria da Estatística , Humor, Graybill, Boes, 3ª Edição, 1974, p. 229

Derivação: Observe que no link Wikipedia do OP, não é a curtose, mas o excesso de curtose, que é a curtose "regular" - 3. Para voltar à curtose "regular", precisamos adicionar 3 no local apropriado em a fórmula da Wikipedia.κ

Temos, da MGB:

Var[S2]=1n(μ4n3n1σ4)

que, usando a identidade , pode ser organizado em (derivação minha, portanto, também existem erros):μ4=(κ+3)σ4

=1n(κσ4+n1n13σ4n3n1σ4)=σ4(κn+3(n1)(n3)n(n1))=σ4(κn+2n1)

jbowman
fonte
2
(+1) Quase 40 anos desde a última edição, o MGB ainda é a melhor introdução inicial / intermediária ao stat de matemática. É uma pena que esteja fora de catálogo no mundo ocidental há tanto tempo.
cardeal
Encontrei um pdf da MGD , mas não há citação para a prova original. O que é bom, mas seria bom saber onde encontrá-lo.
Abe
A derivação real do resultado não está na MGB, mas sim nos relegado para problema 5 (b) na página 266.
cardeal
Sim, nem todas as declarações vêm com provas, mas pelo menos essa está no texto, não é relegada a uma pergunta, e há um esboço da abordagem da prova na p. 230.
jbowman
1
@ Abe: Você quase certamente não encontrará uma referência "original" para isso. Não é o tipo de resultado "publicável" isolado encontrado em revistas acadêmicas. É simplesmente um cálculo (bastante tedioso) que segue as propriedades básicas da expectativa matemática. Citar um livro como o MGB é perfeitamente razoável e aceitável.
cardeal
9

Não está claro se isso atenderá às suas necessidades de uma referência definitiva, mas essa pergunta surge nos exercícios de Casella e Berger:

(página 364, exercício 7.45 b):

insira a descrição da imagem aqui

Com referência ao exercício 5b que fornece outra variante, na qual e são o segundo e o quarto momento ( e ), respectivamente:Θ 4 σ 2 κΘ2Θ4σ2κ

insira a descrição da imagem aqui

Estes são equivalentes à equação dada em uma resposta em math.SE :

Var(S2)=μ4nσ4(n3)n(n1)

David LeBauer
fonte
É interessante que seu link e meu link (nos comentários do OP) sejam diferentes, mas apontem para o mesmo local.
cardeal
2
@cardinal - Acabei de copiar e colar do OP - mas os últimos dígitos são o ID do usuário que copia o link, por exemplo, meu link seria math.stackexchange.com/a/73080/3733
David LeBauer
Aha! (+1) Não percebi que a última parte do link era o próprio ID! Obrigado por apontar isso. Estamos sendo seguidos ...
cardeal
é bom ter uma referência confiável, mas ainda assim seria bom rastrear o original. +1 para analisar os exercícios.
Abe
Justificação um @cardinal para uso / de rastreamento é os emblemas para compartilhamento de links (locutor, impulsionador, publicitário)
David LeBauer