看板 Statistics 關於我們 聯絡資訊
條件:X_bar=(X1+X2+...+Xn)/n 且Xi為iid,期望值為μ,variance為σ^2 我知道E(X_bar)=μ 也知道E(X^2)=σ^2+μ^2 今天要證var(X_bar)=σ^2/n 我初步的想法就是把它化成 E(X_bar^2)-[E(X_bar)]^2 來算 不過要如何求 E(X_bar^2)? 我先講一個算出來應該是錯的的算法 E(X_bar^2)可寫成 (1/n^2)*E[(X1+X2+...+Xn)^2] (1/n^2)*E[(X1+X2+...+Xn)^2] =(1/n^2)*E[(X1^2+X2^2+...+Xn^2)] ↑(我想應該是錯在這步,雖然我想用iid的特性來說明E(Xi*Xj)=0,但是這樣用不行吧?) =(1/n^2)*E[X^2]*n =E[X^2]/n = (σ^2+μ^2)/n 不過這樣帶回去E(X_bar^2)-[E(X_bar)]^2=var(X_bar)的式子就會是錯的 希望可以知道錯在哪裡 以及正確的解法 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.114.212.81 ※ 編輯: warex14 來自: 140.114.212.81 (03/03 01:59)
goshfju:不太建議 看到變異數 就換成 E(X^2)-(E(X))^2 的形式 03/03 02:23
goshfju:變異數本身有變異數的性質 Var(aX) = a^2 Var(X) 03/03 02:24
goshfju:Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y) 用這兩個性質會快許多 03/03 02:24
goshfju:Var(Xbar)=Var((X1+...+Xn)/n)=Var(X1+...+Xn)/n^2 03/03 02:25
goshfju:其中 Var(X1+...+Xn) = Var(X1)+...+Var(Xn)+ Covariances 03/03 02:26
goshfju:接下來你應該OK了~ 03/03 02:26
謝謝goshfju的建議,因為題目出成 var(X_bar)=E{[X_bar-E(X)]^2}=...=σ^2/n (第一個等號應該算hint吧?) 所以我就把他先拆解,之後就發現不會了...(因為以前證的都是用g大提供的方法)
yangchichuan:因為獨立,所以E(Xi*Xj)=E(Xi)*E(Xj)=μ^2 03/03 12:40
感謝!我在Hogg的數統上看到了!(糟糕都還給老師了) 再次謝謝 ※ 編輯: warex14 來自: 140.114.212.81 (03/03 21:37) ※ 編輯: warex14 來自: 140.114.212.81 (03/03 21:52)