![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
大样本理论系列课程
文章平均质量分 90
Statistic_Code
记录学习点滴,分享生动观点
展开
-
大样本理论课程笔记三: Stochastic O and o Symbols
Stochastic O and o Symbols 0.引言 在文献中我们经常会遇到 Op(1)O_p(1)Op(1) 和 op(1)o_p(1)op(1) 的符号, 这篇文章就是介绍一下这两个符号的定义和一些运算性质。 1.Definition Definition1 【Xn=Op(1)X_n=O_p(1)Xn=Op(1): Bounded in probability】 A sequence of random variables {Xn}\{X_n\}{Xn} is said to be原创 2022-03-30 17:18:48 · 434 阅读 · 0 评论 -
大样本理论第二课: Preliminary tools and foundations
1.Modes of Convergence (1).Convergence in Probability Definition (Convergence in Probability) Let X1,X2,...X_1,X_2,...X1,X2,... and XXX be random variables on a probability space (Ω,F,P)(\Omega,\mathcal{F},P)(Ω,F,P). We say XnX_nXn convergence in prob原创 2022-03-14 23:06:27 · 475 阅读 · 0 评论 -
大样本理论课程笔记一:《动机和课程内容》
大样本理论系列文章 第一章 :动机和内容简介 Why Asymptotic Statistics? 为什么要研究渐近统计量呢? 我们知道:为了研究总体的参数/性质,常常需要基于观测到的样本构造统计量,去对参数做估计或者假设检验,构造置信区间等。比如用样本均值估计总体均值就是一个常见的例子。 但是并非所有分布都是正态分布或者已知的分布,统计量的精确分布往往是不知道的,这就需要近似的手段,去找到近似的检验和置信区间等。另外,我们基于渐近估计还能检验评估一下我们的统计过程大概靠不靠谱。 一个例子:渐近分布用于原创 2022-03-14 16:33:34 · 500 阅读 · 0 评论