A questão: Xn→dXXn→dXX_n\stackrel{d}{\rightarrow}X eYn→dY⟹?Xn+Yn→dX+YYn→dY⟹?Xn+Yn→dX+YY_n\stackrel{d}{\rightarrow}Y \stackrel{?}{\implies} X_n+Y_n\stackrel{d}{\rightarrow}X+Y Eu sei que isso não se aplica em geral; O teorema de Slutsky só se aplica quando uma ou ambas as convergências estão em...
Quais são alguns dos trabalhos teóricos significativos atuais que foram realizados no campo da inferência assintótica / teoria das grandes amostras? Qual é o escopo da pesquisa neste campo agora? Existe algum problema em aberto ou áreas específicas em que a teoria está se desenvolvendo nos últimos...
Motivação No contexto da inferência pós-seleção de modelo, Leeb & Pötscher (2005) escrevem: Embora se saiba há muito tempo que a uniformidade (pelo menos localmente) dos parâmetros é uma questão importante na análise assintótica, essa lição foi muitas vezes esquecida na prática diária da...
Eu enfrentei uma distribuição limitadora com covariância zero entre duas variáveis, mas a correlação delas é . Existe tal distribuição? Como isso pode ser explicado?111 Você está certo, posso precisar dar mais detalhes. OK, X e Y são distribuição normal bivariada com diferentes variações e...
Seja a estatística de ordem de uma amostra iid do tamanho de . Suponha que os dados sejam censurados, de modo que apenas vejamos a parte superior por cento dos dados, ou seja,Coloque , qual é a distribuição assintótica de X(1),…,X(n)X(1),…,X(n)X_{(1)}, \ldots,
Se , onde e for uma sequência de variáveis aleatórias positivas, qual o tamanho ?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) Minha tentativa: pela desigualdade de Markov implica e . Resta avaliar . Para alguma...
Suponha que inicialmente eu esteja lidando com a função de probabilidade de , em que .logL(θ1,…,θm,θm+1,…,θk)logL(θ1,…,θm,θm+1,…,θk)\log L(\theta_1, \ldots, \theta_m, \theta_{m+1}, \ldots, \theta_k)θj∈Rθj∈R\theta_j \in \mathbb{R} Suponha que, por qualquer motivo, eu tenha decidido inserir no...
O seguinte lema pode ser encontrado na Econometria de Hayashi : Lema 2.1 (convergência na distribuição e nos momentos): Seja o ésimo momento de e onde \ alpha_ {s} é finito (ou seja, um número real).