All of Statistics 第五章_斯卢茨基定理-CSDN博客

序号	日期	备注
1	2023-10-13	修改部分打字错误

本章内容

5.1 引言
5.2 收敛的类型
5.3 大数定律（The Law of Large Numbers)
5.4 中心极限定理（The Central Limit Theorem)
5.5 Delta方法

关键名词,存在部分词不达意的情况,因此将关键名词整理如下

1. 大数定律：The Law of Large Numbers

2. 中心极限定理：The Central Limit Theorem

3. 大样本理论:large sample theory

4. 极限理论:limit Theory

5. 渐进理论:asymptotic theory

6. 斯卢茨基定理:Slutzky's theorem

7. 弱大数定理:The Weak Law of Large Numbers(WLLN)

8. 多元中心极限定理:Multivariate central limit theorem

5.1 引言

概率论中最关心的一个方面就是随机变量序列的行为。概率论的这部分被称为，大样本理论（large sample theory)或者极限理论（limit Theory）或者渐进理论（asymptotic theory).最基本的问题就是：随机变量序列 X1，X2，...的极限行为是什么？因为统计学和数据挖掘都要收集数据，自然而然的我们就会想，当收集的数据越来越多，将会发生什么。

在微积分中，如果任意 $\varepsilon >0$ ,存在一个大于n的数，使得 $|x_n-x|<\varepsilon$ 成立。我们就说 $x_n$ 收敛于x，这个x就是 $x_n$ 的极限。在概率论中，收敛就变得有些微妙了。先暂时回到微积分中，假如对于所有的n来说，都有 $x_n=x$ ，那么，显然 $lim_{n\rightarrow \infty}x_n=x$ .那么我们来思考思考这个例子的概率模型。假如X1，X2....是随机变量序列，他们是独立的，且都符合N(0,1)分布。由于这些随机变量都有相同的分布，因此我们可以说Xn收敛于X，X服从正态分布 $X\sim N(0,1)$ 。但是这又不是十分精确的，因为所有的n来讲 $\mathbb{P}(Xn=X)=0$ (两个连续的随机变量相等的概率为0）

此处有另外一个例子。考虑X1，X2，...其中Xi服从 $X_i \sim N(0,1/n)$ 分布。直观上，当n变大时，Xn集中在0附近，因此我们可以说Xn趋向于0。但是对于所有的n来讲 $\mathbb{P}(X_n=0)=0$ .显然我们需要开发一种工具，以更严格的方式来讨论这种收敛。本章就来开发这种合适的方法。

本章有两种主要的观点，非正式的陈述如下：

大数定律（the law of large numbers)表明：样本均值（sample average $\bar{X}_n=n^{-1}\Sigma X_i$ )收敛于期望 $\mu = \mathbb{E}(X_i)$ 这就意味着 $\bar{X}_n$ 以很高的概率接近于μ
中心极限定理（the central limit theorem)表明： $\sqrt{n}(\bar{X}_n-\mu)$ 在分布上收敛于正态分布。这就意味着当n足够大时，样本均值服从正态分布

5.2 收敛的类型

两种主要的收敛类型被定义如下：

5.1 定义

令X1，X2...是随机变量序列，X是另外的随机变量。再令 $F_n$ 是Xn的CDF， $F$ 是X的CDF。

对于任意 $\varepsilon > 0$ ,当 $n \to \infty$ 时，有 $\mathbb{P}(|X_n-X|>\varepsilon) \to 0$ .则称Xn在概率上收敛于X,记作 $X_n \overset{P}{\to} X$
如果对于所有t来讲，存在 $\underset{n\to\infty}{\lim}F_n(t) =F(t)$ ,其中F是连续函数，则称Xn在分布上收敛于X，记作

当限制随机变量服从点质量分布时，我们稍微改变一下写法。如果 $\mathbb{P}(X=c) = 1$ ,且 $X_n \overset p \to X$ ,那么我们可以写成 $X_n \overset P \to c$ .类似的我们还可以写成

还要再介绍另一种收敛类型，引入它主要是因为它对于证明概率收敛非常有用。 $t \neq 0$

5.2 定义

如果，当 $n \to \infty$ 时， $\mathbb{E}(X_n-X)^2 \to 0$ ,则称Xn在均方下收敛于X。记作 $X_n \overset{qm} \to X$

同样，如果X服从点质量分布时，则可以将其写成 $Xn \overset {qm} \to c$

5.3 例子

设 $X_n \sim N(0,1/n)$ .直观上，Xn渐渐聚集于0附近。因此我们可以说Xn在概率上收敛于0.现在让我们来看看它是否正确。令F是在0处的点质量分布函数。注意到 $\sqrt{n}X_n\sim N(0,1)$ ,令Z为标准正态随机变量。对于t<0,有 $F_n(t) = \mathbb{P}(X_n<t) = \mathbb{P}(\sqrt nX_n < \sqrt n t) = \mathbb{P}(Z < \sqrt n t) \to 0$ ,因为 $\sqrt n t \to - \infty$ .而对于t>0,有 $F_n(t)=\mathbb{P}(X_n < t)= \mathbb{P}(\sqrt n X_n < \sqrt n t) = \mathbb{P}(Z < \sqrt n t) \to 1$ ，因为 $\sqrt n t \to \infty$ 。

因此对于 $t \neq 0$ ,有 $F_n(t) \to F(t)$ .所以Xn再分布上收敛于0.

注意， $F_n(0)=1/2 \neq F(0)=1$ ,因此在t=0处，收敛不成立。这并不重要，因为 t = 0 不是 F 的连续点，而在分布收敛的定义中，只要求在连续点处的收敛。见下图

现在来思考在概率上的收敛。对于任意 $\varepsilon > 0$ ,当 $n \to \infty$ ,使用马尔可夫不等式（Markov's inequality)得

$\mathbb{P}(|X_n|>\varepsilon) =\mathbb{P}(|X_n|^2 >\varepsilon^2) \leq \frac{\mathbb{E}(Xn^2)}{\varepsilon^2}=\frac{\frac{1}{n}}{\varepsilon^2}\to 0$

因此Xn在概率上收敛于0. $X_n \overset{P} \to 0$

下面的定理，给出了两个收敛类型的关系。结果总结在下图

5.4 定理

如下关系成立

$X_n \overset{qm} \to X$ 隐含 $X_n \overset{P} \to X$
$X_n \overset{P} \to X$ 隐含Xn在分布上收敛于X，
如果Xn在分布上收敛于X，且 $\mathbb{P}(X=c)=1$ ,那么Xn在概率上收敛于X， $X_n \overset{P} \to X$

通常情况下，除了第三点以外，反向并不成立。

证明，从证明第一点开始。假定 $X_n \overset{qm} \to X$ ,对于固定的 $\varepsilon > 0$ .那么使用马尔可夫不等式

$\mathbb{P}(|X_n-X| > \varepsilon) = \mathbb{P}(|X_n-X|^2>\varepsilon^2) \leq \frac{\mathbb{E}(|X_n-X|^2)}{\varepsilon^2} \to 0$

证明第二点。这个证明有点复杂，如果你不想看的话，可以跳过。固定 $\varepsilon > 0$ ，令x为F的连续点。那么

$F_n(x)$

$=\mathbb{P}(X_n < x)\\\\ =\mathbb{P}(X_n\leq x,X \leq x + \varepsilon)+\mathbb{P}(X_n \leq x,X > x+\varepsilon) \\\\ \leq \mathbb{P}(X \leq x+\varepsilon) + \mathbb{P}(|X_n - X| > \varepsilon)\\\\ =F(x+\varepsilon)+\mathbb{P}(|X_n-X| > \varepsilon)$

同时，

$F(x-\varepsilon)$

$=\mathbb{P}(X \leq x -\varepsilon) =\mathbb{P}(X \leq x -\varepsilon,X_n \leq x )+\mathbb{P}(X \leq x -\varepsilon,X_n > x)\\\\ \leq Fn(x)+\mathbb{P}(|X_n-X| > \varepsilon)$

因此，

$F(x-\varepsilon) - \mathbb{P}(|X_n-X| > \varepsilon) \leq F_n(x) \leq F(x+\varepsilon) +\mathbb{P}(|X_n-X| > \varepsilon)$

取极限 $n \to \infty$ 得， $F(x-\varepsilon) \leq \underset{n\to \infty }\lim inf F_n(x) \leq \underset{n\to \infty }\lim sup F_n(x) \leq F(x+\varepsilon)$

上市对于所有 $\varepsilon > 0$ 都成立，对上式 $\varepsilon \to 0$ 取极限，且F在x处连续得 $\lim_n F_n(x)=F(x)$

证明第三点。固定 $\varepsilon > 0$ ，那么

$\mathbb{P}(|X_n-c| > \varepsilon)$

$=\mathbb{P}(X_n < c-\varepsilon)+\mathbb{P}(X_n > c+ \varepsilon)\\\\ \leq \mathbb{P}(X_n < c-\varepsilon)+\mathbb{P}(X_n > c+ \varepsilon)\\\\ =F_n(c-\varepsilon)+1-F_n(c+\varepsilon)\\\\ \to F(c-\varepsilon)+1-F(c+\varepsilon)\\\\ =0+1-1=0$

现在让我们来证明反方向不成立。

在概率上收敛并不意味着在均方下收敛：令 $U \sim Unif(0,1)$ ,再令 $X_n =\sqrt{n}I_{(0,1/n)}(U)$ ,那么

$\mathbb{P}(|X_n| > \varepsilon) = \mathbb{P}(\sqrt n I_{(0,1/n)}(U) > \varepsilon) = \mathbb{P}(0 \leq U < 1/n) = 1/n \to 0$ .因此 $X_n \overset{P} \to 0$ ，但是对于所有n来说， $\mathbb{E}(X_n^2)=n\int_0^{1/n}du=1$ ，所以Xn不会在均方下收敛。

在分布上收敛并不意味着在概率上收敛：令 $X \sim N(0,1)$ , $X_n =-X$ ，其中n=1,2,3....因此 $X_n \sim N(0,1)$ .对于所有的n来讲，Xn和X有相同的分布函数。因此，对于所有的x $\lim _n F_n(x) = F(x)$ ，所以Xn在分布上收敛于X。但是 $\mathbb{P}(|X_n-X| > \epsilon) = \mathbb{P}(|2X| > \epsilon) = \mathbb{P}(|X| > \epsilon/2) \neq 0$ 。所以Xn在概率上并不收敛于X

警告：有人可能会认为如果 $X_n \overset{P} \to b$ ,那么 $\mathbb{E}(X_n) \to b$ ,这是不正确的。令X是概率为 $\mathbb{P}(X_n=n^2)=1/n$ ， $\mathbb{P}(X_n=0) = 1-(1/n)$ 的随机变量.现在， $\mathbb{P}(|X_n| < \varepsilon) = \mathbb{P}(X_n = 0) =1-(1/n) \to 1$ .因此， $X_n \overset{P} \to 0$ .但是， $\mathbb{E}(X_n) = [n^2\times(1/n)]+[0\times (1-(1/n))] = n$ ,因此 $\mathbb{E}(X_n) \to \infty$

5.5 定理

令Xn,X,Yn,Y是随机变量，设g是一个连续函数

如果 $X_n \overset{P} \to X$ ,且 $Y_n \overset{P} \to Y$ ，那么 $X_n+Y_n \overset{P} \to X+Y$
如果 $X_n \overset{qm} \to X$ ,且 $Y_n \overset{qm} \to Y$ ，那么 $X_n+Y_n \overset{qm} \to X+Y$
如果Xn在分布上收敛于X，Yn在分布上收敛于c，那么Xn+Yn在分布上收敛于X+c
如果 $X_n \overset{P} \to X$ ，且 $Y_n \overset{P} \to Y$ ，那么 $X_nY_n\overset{P}\to XY$
如果Xn在分布上收敛于X，Yn在分布上收敛于c，那么XnYn在分布上收敛于cX
如果 $X_n \overset{P} \to X$ ，那么 $g(X_n) \overset{P} \to g(X)$
如果Xn在分布上收敛于X，那么g(Xn)在分布上收敛于g(X)

其中3-5就是斯卢茨基定理(Slutzky's theorem).值得注意的是，Xn在分布上收敛于X，Yn在分布上收敛于Y,并不能得出Xn+Yn在分布上收敛于X+Y

5.3 大数定律

现在我们来到了概率论中的巅峰成就——大数定律(The Law of Large Numbers).这个理论表明，大量样本的平均值接近于分布的均值。例如，大量抛硬币，正面朝上的比例接近于1/2。现在让我们来更加精确的描述它。

设X1,X2...是独立同分布样本，在设 $\mu =\mathbb{E}(X_1)$ , $\sigma^2=\mathbb{V}(X_1)$ .回忆一下，样本均值为： $\bar{X}_n=n^{-1}\Sigma X_i$ ； $\mathbb{E}(\bar{X}_n) = \mu$ ; $\mathbb{V}(\bar{X}_ n)= \sigma^2/n$

5.6 定理

弱大数定理(The Weak Law of Large Numbers)(WLLN)

如果X1，X2...Xn是独立同分布，那么 $\bar{X}_n \overset{P} \to \mu$

WLLN（大数定律）的解释：随着 n 的增大，Xn 的分布逐渐集中在 μ周围。

证明：假定 $\sigma < \infty$ ,这个假设不是必须的，但是它简化了证明。使用切比雪夫不等式得：

$\mathbb{P}(|\bar{X}_n-\mu| > \varepsilon) \leq \frac{\mathbb{V}(\bar{X}_n)}{\varepsilon^2}=\frac{\sigma^2}{n\varepsilon^2}$ .当n趋于无穷时，该式趋于0.

5.7 例子

考虑抛掷一枚硬币，其中正面出现的概率为 p。令Xi为单次抛掷的结果(0,1).因此 $p=\mathbb{P}(X_i=1)=E(X_i)$ .n此抛掷之后的正面朝上的比例为： $\bar{X}_n$ .根据大数定律， $\bar{X}_n$ 在概率上收敛于p。这并不意味着 $\bar{X}_n$ 在数值上等于p。它仅意味着，当n足够大时， $\bar{X}_n$ 的分布紧紧围绕在p周围。假如p=1/2，那么多大的n，可以让 $\mathbb{P}(0.4 \leq \bar{X}_n \leq 0.6) \geq 0.7$ .首先， $\mathbb{E}(\bar{X}_n) = p = 1/2$ ,且 $\mathbb{V}(\bar{X}_n)=\sigma^2/n=p(1-p)/n=1/(4n)$ ，由切比雪夫不等式得：

$\mathbb{P}(0.4 \leq \bar{X}_n \leq 0.6)$

$=\mathbb{P}(|\bar{X}_n-\mu| \leq 0.1)\\\\ =1-\mathbb{P}(|\bar{X}_n-\mu| > 0.1)\\\\ \geq 1-\frac{1}{4n(0.1)^2}\\\\ =1-\frac{25}{n}$

得，如果n=84，那么表达式将会大于0.7

5.4 中心极限定理

大数定律表明， $\bar{X}_n$ 的分布聚集在 $\mu$ 附近。它并不能帮助我们陈述 $\bar{X}_n$ 的概率性质，为此我们还需要中心极限定理。

假定X1，...Xn是独立同分布，均值为 $\mu$ ,方差为 $\sigma^2$ .中心极限定理（CLT）表明： $\bar{X}_n$ 的分布近似于均值为 $\mu$ ，方差为 $\sigma^2/n$ 的正态分布。该定理非常引入瞩目，因为它除了要求存在均值和方差以外，再也没有其他要求了。

5.8 定理

中心极限定理（The Central Limit Theorem (CLT)）。令X1,...Xn是均值为 $\mu$ ，方差为 $\sigma^2$ 的独立同分布。设 $\bar{X}_n=n^{-1}\Sigma_{i=1}^nX_i$ .那么

$Z_n=\frac{\bar{X}_n-\mu}{\sqrt{\mathbb{V}(\bar{X}_n)}}=\frac{\sqrt n(\bar{X}_n-\mu)}{\sigma}$ 在分布上收敛于Z（正态分布）

换句话说， $\underset {n\to \infty }\lim \mathbb{P}(Z_n \leq z) = \Phi(z) = \int _{-\infty}^z \frac{1}{\sqrt{2\pi}}e^{-x^2/2}dx$

解释：关于 Xn 的概率状态可以使用正态分布来近似。我们在近似的是概率状态，而不是随机变量本身。

除了，Zn在分布上收敛于N(0,1)以外，还有如下的几种格式，用来表示Zn的分布收敛于正态。他们都表示相同的事情。

5.9 例子

假如每分钟，程序的错误数服从均值为5的泊松分布。现有125个程序。令X1，...X125是这些程序的错误数。我们想要求 $\mathbb{P}(\bar{X}_n < 5.5)$

令 $\mu = E(X_1) = \lambda = 5$ , $\sigma^2 = \mathbb{V}(X_1) = \lambda =5$ .那么 $\mathbb{P}(\bar{X}_n < 5.5 ) = \mathbb{P}(\frac{\sqrt n (\bar{X}_n - \mu)}{\sigma} < \frac{\sqrt n (5.5 - \mu)}{\sigma} ) \approx \mathbb{P}(Z < 2.5) = 0.9938$

中心极限定理告诉我们， $Z_n=\sqrt n (\bar{X}_n-\mu)/\sigma$ 近似于N(0,1).但，我们却很少知道 $\sigma$ .在后面我们将通过如下的方式，来估算 $\sigma$ ：

$S_n^2=\frac{1}{n-1}\overset{n}{\underset {i=1}\Sigma}(X_i-\bar{X}_n)^2$

这会导致下面的问题：如果我们用 $S_n^2$ 来代替 $\sigma$ ，中心极限定理还成立吗？答案是：yes

5.10 定理

假设跟CLT相同的条件，那么

$\frac{\sqrt n (\bar{X}_n -\mu)}{S_n} \sim N(0,1)$

你可能会好奇，这个正态近似的精度有多少？答案将在Berry-Esseen定理中给出

5.11 定理（The Berry-Esseen 不等式）

假定 $\mathbb{E}|X_1|^3 < \infty$ .那么 $\underset z {sup}|\mathbb{P}(Z_n<z)-\Phi(z)| \leq \frac{33}{4}\frac{\mathbb{E}|X_1 - \mu|^3}{\sqrt n\sigma ^3}$

中心极限定理，也存在一个多元的版本

5.12 定理（多元中心极限定理（Multivariate central limit theorem））

令X1，...Xn是独立同分布的向量，其中Xi为：

$X_i=\begin{pmatrix} X_{1i}\\ X_{2i}\\ \vdots\\ X_{ki} \end{pmatrix}$

均值μ为：

$\mu=\begin{pmatrix} \mu_1\\ \mu_2\\ \vdots \\ \mu_k \end{pmatrix}=\begin{pmatrix} \mathbb{E}(X_{1i})\\ \mathbb{E}(X_{2i})\\ \vdots \\ \mathbb{E}(X_{ki}) \end{pmatrix}$

方差矩阵Σ。

令 $\bar{X} = \begin{pmatrix} \bar{X}_1\\ \bar{X}_2\\ \vdots\\ \bar{X}_k \end{pmatrix}$ ,其中 $\bar{X}_j=n^{-1}\overset n {\underset {i=1}\Sigma }X_{ji}$ .那么 $\sqrt n(\bar{X} -\mu)$ 在概率上收敛于 $N(0,\Sigma)$

5.5 Delta 方法

如果Yn的极限分布为正态分布，那么Delta方法提供了求 $g(Y_n)$ 的极限分布的方法，其中函数g是任一连续函数。

5.13 定理（Delta 方法）

假定： $\frac{\sqrt n (Y_n -\mu)}{\sigma}$ 在分布上收敛于 $N(0,1)$ ，且g是一个可微函数，那么 $\frac{\sqrt n( g(Y_n) - g(\mu))}{|g'(\mu)|\sigma}$ 在分布上收敛于N(0,1).

换句话说， $Y_n \approx N(\mu,\frac{\sigma^2}{n})$ ,隐含 $g(Y_n) \approx N(g(\mu),(g'(\mu))^2\ \frac{\sigma^2}{n})$

5.14 例子

设X1,..Xn是有限均值为μ，有限方差为σ的独立同分布。根据中心极限定理得 $\sqrt n (\bar X_n -\mu )/\sigma$ 在分布上收敛于N(0,1).令 $W_n=e^{\bar X_n}$ .因此 $W_n=g(\bar X_n)$ ,其中 $g(s)=e^s$ .因为 $g'(s)=e^s$ .根据Delta方法得 $W_n \approx N(e^\mu,e^{2\mu}\sigma^2/n)$

Delta方法也有一个多元版本

5.15 定理

设 $Y_n=(Y_{n1},...Y_{nk})$ 是满足下面的随机向量序列：

$\sqrt n (Y_n -\mu )$ 在概率上收敛于 $N(0,\Sigma)$

令 $g:\mathbb{R}^k \to \mathbb{R}$ ,且

$\triangledown g(y)=\begin{pmatrix} \frac{\partial g}{\partial y_1}\\ \vdots\\ \frac{\partial g}{\partial y_K} \end{pmatrix}$

令 $\triangledown _\mu$ 为 $\triangledown g(y)$ 在 $y=\mu$ 处的值，且 $\triangledown _\mu$ 的元素都不为0。那么

$\sqrt n (g(Y_n)-g(\mu))$ 在分布上收敛于 $N(0,\triangledown _\mu^T\Sigma\triangledown _\mu)$

5.16 例子

令 $\begin{pmatrix} X_{11}\\ X_{21} \end{pmatrix},\begin{pmatrix} X_{12}\\ X_{22} \end{pmatrix},\dots, \begin{pmatrix} X_{1n}\\ X_{2n} \end{pmatrix}$ 是均值为 $\mu=(\mu_1,\mu_2)^T$ ,方差为Σ的IID随机向量。令 $\bar X_1 = \frac{1}{n}\overset n {\underset{i=1}\Sigma}X_{1i}$ $\bar X_2 = \frac{1}{n}\overset n {\underset{i=1}\Sigma}X_{2i}$ ,并定义 $Y_n=\bar X_1 \bar X_2$ .因此 $Y_n=g(\bar X_1,\bar X_2)$ 其中， $g(s_1,s_2)=s_1s_2$ .根据中心极限定理

$\sqrt n \begin{pmatrix} \bar X_1 - \mu_1\\ \bar X_2 - \mu_2 \end{pmatrix}$ 在分布上收敛于N(0,Σ）

现在 $\triangledown g(s)=\begin{pmatrix} \frac{\partial g}{\partial s_1}\\ \frac{\partial g}{\partial s_2} \end{pmatrix}=\begin{pmatrix} s_2\\ s_1 \end{pmatrix}$ ,并且 $\triangledown_\mu^T\Sigma\triangledown_\mu=(\mu_2\ \ \mu_1)\begin{pmatrix} \sigma_{11} & \sigma_{12}\\ \sigma_{21} & \sigma_{22} \end{pmatrix}\begin{pmatrix} \mu_2\\ \mu_1 \end{pmatrix}=\mu_2^2\sigma_{11}+2\mu_1\mu_2\sigma_{12}+\mu_1^2\sigma_{22}$