確率論

中心極限定理

中心極限定理とは リンデベルグ・レヴィの定理 t統計量の漸近正規性 リンデベルグ=フェラーの定理 ベリー=エシーンの定理 エッジワース展開 変数変換 多変量中心極限定理 デルタ法 標本積率の関数 標本分散の漸近分布 標本相関係数の漸近分布 分散安定化変…

大数の法則

大数の法則とは 強法則と弱法則 チェビシェフの弱法則 ヒンチンの弱法則 平均2次収束 コルモゴロフの強法則 経験分布関数の一致性とグリベンコ・カンテリの定理 回帰係数の最小2乗推定量の一致性 AR(1)の標本平均の収束

期待値と極限の交換

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); 背景 単調収束定理(monotone convergence theorem) 定義 証明 説明 補足 ファトゥの補題 定義 証明 補足 ルベーグの優収束…

確率分布関数

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); 定義:分布関数 分布関数の性質

確率変数の同値な列/確率変数の打ち切り

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); 確率変数の同値な列の性質 証明 確率変数の打ち切り 定義 説明

確率変数

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); 説明的定義 確率変数の作る新たな確率空間 例を交えた追加説明 実際的な確率変数の定義としての定理 性質 定理

確率

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); 確率空間と確率の基本性質 確率の基本的性質 離散型確率空間と確率測度の構成 ボレル集合族

確率論(マップ)

背景 統計学は確率論の応用のようなものなので、統計学を学ぶ前に確率論の基礎をおさえておくことは非常に重要である。ここでは、厳密な確率論には入らず、統計学への応用を見据えて必要な内容をまとめる。これを踏まえて、統計的漸近理論に進む。 学ぶこと …

統計的漸近理論(マップ)

背景 統計問題の大標本的解析はしばしば有用で、検定の構成、損失関数の設計などにおいて重要な観点となる。 学ぶこと 測度論的基礎 期待値と極限の交換 karate-odori.hatenablog.com 確率変数の収束 karate-odori.hatenablog.com 確率変数の同値な列・確率…

時系列分析(マップ)

背景 統計理論の多くがデータが独立にサンプリングされていること、特にi.i.d系列(independently identically distributed)を仮定しているのに対し(=クロスセクションデータ、横断データ)、実際のデータは何らかの時系列構造を持っている(=タイムシリ…