Question

Difficulty: Very hardDağılımda Yakınsama

İstatistiksel limit teoremleri ve asimptotik teori üzerine çalışan bir araştırmacı, {Xn}\{X_n\} ve {Yn}\{Y_n\} rastgele değişken dizileri ile bir XX rastgele değişkeni için aşağıdaki özellikleri tespit etmiştir:

I. XnX_n dizisinin birikimli dağılım fonksiyonu Fn(t)F_n(t), XX'in birikimli dağılım fonksiyonu olan F(t)F(t)'ye yalnızca F(t)F(t)'nin sürekli olduğu noktalarda yakınsamaktadır.
II. Sıfırdan farklı bir cc sabiti için, nn \to \infty iken E[(Ync)2]0E[(Y_n - c)^2] \to 0 olmaktadır.

Bu asimptotik özellikler dikkate alındığında, yakınsama türleri ve limit teoremleri ile ilgili aşağıdaki çıkarımlardan hangisi kesinlikle doğrudur?

  1. A
    I. koşul, her ϵ>0\epsilon > 0 için limnP(XnX>ϵ)=0\lim_{n \to \infty} P(|X_n - X| > \epsilon) = 0 olmasını garanti eder; dolayısıyla XnX_n dizisi XX'e her zaman olasılıkta yakınsar.
  2. B
    II. koşul YnY_n dizisinin cc sabitine karesel ortalamada yakınsadığını gösterir ve bu yakınsama türü, dizinin hemen hemen kesin (almost sure) yakınsamasını da doğrudan gerektirir.
  3. C
    F(t)F(t) fonksiyonunun süreksizlik noktalarında limnFn(t)\lim_{n \to \infty} F_n(t) değeri her zaman sıfıra eşit olmalıdır; aksi takdirde birikimli dağılım fonksiyonunun alt sınır koşulu ihlal edilmiş olur.
  4. II. koşul gereği YnY_n dizisi cc sabitine olasılıkta yakınsar; Slutsky Teoremi uyarınca XnYndcXX_n \cdot Y_n \xrightarrow{d} cX olur ve bu yeni çarpım dizisinin dağılım fonksiyonu, cXcX'in dağılım fonksiyonunun sürekli olduğu her noktada limit değerine ulaşır.Answer
  5. E
    XnX_n dizisi XX'e dağılımda yakınsadığı için XnX_n'nin varyansı da asimptotik olarak XX'in varyansına eşitlenir; bu durum Chebyshev eşitsizliğinin her zaman kullanılabilmesini sağlar.

Answer

İkinci koşuldan elde edilen olasılıkta yakınsama ve birinci koşuldan elde edilen dağılımda yakınsama özelliklerinin Slutsky Teoremi ile birleştirilip, elde edilen çarpımın dağılım fonksiyonunun sürekli noktalarda limite ulaşacağını belirten ifade kesinlikle doğrudur.
Verilen II. koşul, dizinin karesel (2.) ortalamada sabit bir değere yakınsadığını ifade eder ve yakınsama hiyerarşisi gereği bu durum olasılıkta yakınsamayı da (YnpcY_n \xrightarrow{p} c) sağlar. I. koşul ise XndXX_n \xrightarrow{d} X dağılımda yakınsamasının doğrudan tanımıdır. Slutsky Teoremi'ne göre, bir dizi dağılımda bir değişkene, diğer dizi olasılıkta bir sabite yakınsıyorsa, çarpımları dağılımda bu ikisinin çarpımına (cXcX) yakınsar. Son olarak, bu çarpım dizisinin dağılım fonksiyonu, dağılımda yakınsamanın temel tanımı gereği hedef dağılımın sürekli olduğu her noktada limit değerine eşit olacaktır.

Step-by-Step Solution

1
Verilen asimptotik koşulların matematiksel tanımlarını çözümleme
I. koşul XndXX_n \xrightarrow{d} X (dağılımda yakınsama) tanımıdır. II. koşul ise YnL2cY_n \xrightarrow{L^2} c (2. ortalamada yakınsama) tanımıdır.
Teoremleri uygulayabilmek için metin tabanlı özellikleri standart yakınsama gösterimlerine dönüştürmek gerekir.
2
Yakınsama hiyerarşisini kullanarak özellikleri daha zayıf türlere indirgeme
Karesel (2.) ortalamada yakınsama, olasılıkta yakınsamayı gerektirdiğinden YnpcY_n \xrightarrow{p} c olduğu kesinleşir.
Slutsky Teoremi'ni kullanabilmek için dizilerden birinin olasılıkta sabit bir değere yakınsaması şartı aranır.
3
Slutsky Teoremi'ni uygulama
XndXX_n \xrightarrow{d} X ve YnpcY_n \xrightarrow{p} c özellikleri bir arada kullanıldığında XnYndcXX_n \cdot Y_n \xrightarrow{d} cX sonucuna ulaşılır.
Dağılımda yakınsayan bir dizi ile olasılıkta sabit bir sayıya yakınsayan dizinin cebirsel işlemleri (toplam, çarpım) Slutsky Teoremi ile asimptotik olarak belirlenir.
4
Dağılımda yakınsamanın tanımını çarpım sonucuna uyarlama
Elde edilen XnYnX_n \cdot Y_n dizisinin birikimli dağılım fonksiyonu, hedef değişken olan cXcX'in birikimli dağılım fonksiyonunun sürekli olduğu tüm noktalarda kendi limitine ulaşır.
Dağılımda yakınsama kavramının en temel tanımı, dizinin dağılım fonksiyonunun asimptotik limitine yalnızca sürekli noktalarda erişmesidir.

Key Concept

Yakınsama Hiyerarşisi ve Slutsky Teoremi
Estimated Time:2m 0s
Rate this question