Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
2018年7月17日
第13回 大数の法則と中心極限定理(8)
村澤 康友
前回のキーワードn変量正規分布,n変量標準正規分布,正規分布の性質(線形変換,周辺分布,独立と無相関,条件つき分布),たたみ込み,再生性(2項分布,ポアソン分布,正規分布)
1
今日のポイント� �1. 確率変数列{Xi}の標本平均X̄n := (X1+· · ·+Xn)/n
の分布を近似する.2. {Xi}が平均µ,分散σ2の独立かつ同一な分布をもつなら
{X̄n
}はµに確率収束(大数の法則).
3. {Zi}が平均0,分散1の独立かつ同一な分布をもつなら{√
nZ̄n
}はN(0, 1)に分布収束(中心極限定理).し
たがってZ̄na∼ N(0, 1/n).� �
2
目次
1 標本平均(p. 183) 4
2 大数の法則 8
3 中心極限定理 13
3
1 標本平均(p. 183){Xi}を確率変数列とする.
定義 1. (X1, . . . , Xn)の標本平均は
X̄n :=X1 + · · ·+Xn
n
注:確率変数の平均(期待値)とは異なる.
4
標本平均の分布(p. 149)定理 1. X1, . . . , Xnが平均µ,分散σ2の独立かつ同一な分布をもつなら
E(X̄n
)= µ
var(X̄n
)=
σ2
n
5
証明:期待値の線形性より
E(X̄n
)= E
(X1 + · · ·+Xn
n
)=
E(X1) + · · ·+ E(Xn)
n
=µ+ · · ·+ µ
n
6
X1, . . . , Xnは独立なので
var(X̄n
)= var
(X1 + · · ·+Xn
n
)=
var(X1 + · · ·+Xn)
n2
=var(X1) + · · ·+ var(Xn)
n2
=σ2 + · · ·+ σ2
n2
7
2 大数の法則収束
{xn}を実数列とする.
定義 2. 任意のϵ > 0について,ある自然数N(ϵ)が存在し,
n ≥ N(ϵ) =⇒ |xn − c| < ϵ
なら{xn}はcに収束するという.
注:limn→∞ xn = cまたはxn → cと書く.
8
確率収束(p. 162)
定義 3. 任意のϵ > 0について
limn→∞
Pr[|Xn − c| < ϵ] = 1
なら{Xn}はcに確率収束するという.
注:plimn→∞ Xn = cまたはXnp−→ cと書く.
9
大数の法則(p. 160)
定理 2. {Xi}が平均µ,分散σ2の独立かつ同一な分布をもつなら
plimn→∞
X̄n = µ
10
証明:チェビシェフの不等式より任意のϵ > 0について
Pr[∣∣X̄n − E
(X̄n
)∣∣ ≥ ϵ]≤
var(X̄n
)ϵ2
すなわち
Pr[∣∣X̄n − µ
∣∣ ≥ ϵ]≤ σ2/n
ϵ2
n → ∞とすると右辺は0.
11
例:n回のコイントスにおける表の割合
0 50 100 150 200
0.0
0.2
0.4
0.6
0.8
1.0
Index
x
12
3 中心極限定理分布収束
{Xn}に対応するcdfの列を{Fn(.)}とする.
定義 4. F (.)の任意の連続点xで
limn→∞
Fn(x) = F (x)
なら{Xn}はF (.)に分布収束するという.
注:Xnd−→ F (.)と書く.
13
中心極限定理(p. 162)
定理 3. {Xi}が平均µ,分散σ2の独立かつ同一な分布をもつなら
1√n
n∑i=1
Xi − µ
σ
d−→ N(0, 1)
注:すなわちX̄n − µ√
σ2/n
d−→ N(0, 1)
14
漸近分布
定義 5. nが大きいときのXnの近似分布を漸近分布という.
注:中心極限定理より
X̄na∼ N
(µ,
σ2
n
)ただし
a∼は漸近分布であることを表す.
15
中心極限定理の証明(p. 164)
Xiを標準化したものをZiとする.
Zi :=Xi − µ
σ
(1/√n)∑n
i=1 ZiのmgfがN(0, 1)のmgfに収束することを示せばよい.すなわち
limn→∞
M 1√n
∑ni=1 Zi
(t) = et2/2
16
Z1, . . . , Znは独立かつ同一な分布をもつので
M 1√n
∑ni=1 Zi
(t) := E(e
t√n
∑ni=1 Zi
)= E
(n∏
i=1
et√nZi
)
=n∏
i=1
E(e
t√nZi
)= MZ
(t√n
)n
17
M ′Z(0) = 0,M ′′
Z(0) = 1なので,マクローリン展開より
MZ
(t√n
)= MZ(0) +M ′
Z(0)t√n+
M ′′Z(0)
2
(t√n
)2
+ · · ·
= 1 +t2
2n+ · · ·
したがって
limn→∞
MZ
(t√n
)n
= limn→∞
(1 +
t2/2
n+ · · ·
)n
= et2/2
18
指数乱数の標本平均の分布(n = 1)
n = 1
x
Fre
quen
cy
0 1 2 3 4 5 6 7
010
020
030
040
0
19
指数乱数の標本平均の分布(n = 10)
n = 10
x
Fre
quen
cy
0.5 1.0 1.5 2.0 2.5
050
100
150
200
250
20
指数乱数の標本平均の分布(n = 100)
n = 100
x
Fre
quen
cy
0.8 1.0 1.2 1.4
050
100
150
200
21
正規乱数(p. 171)
{Ui}を [0, 1]上の一様乱数の列とすると
E(Ui) =1
2
var(Ui) =1
12
中心極限定理より
U1 + · · ·+ U12 − 6a∼ N(0, 1)
22
正規乱数の累積相対度数グラフとN(0, 1)のcdf
−4 −2 0 2 4
0.0
0.2
0.4
0.6
0.8
1.0
ecdf(x)
x
Fn(
x)
−4 −2 0 2 4
0.0
0.2
0.4
0.6
0.8
1.0
x
pnor
m(x
)
23
今日のキーワード標本平均,確率収束,大数の法則,分布収束,中心極限定理,漸近分布
24
次回までの準備復習 教科書第8章試験 (1)教科書を読む(2)用語の定義を覚える(3)復習テストを自力で解く(4)過去問に挑戦
25