Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
102 11 WAHRSCHEINLICHKEITSMAßE MIT DICHTEN<br />
11.6.2 Empirischer Mittelwert und empirische Varianzen bei der Normalverteilung<br />
Seien X 1 , ..., X n unabhängig nach N(µ, σ 2 ) verteilt und T n := 1 n<br />
n∑<br />
(X i − µ) 2 .<br />
Dann ist ET n =<br />
(<br />
σ 2 und n T<br />
σ 2 n ist<br />
)<br />
χ 2 n-verteilt.<br />
n∑<br />
n∑<br />
1<br />
Denn: ET n = E (X<br />
n i − µ) 2 = 1 E((X<br />
n<br />
i − µ) 2 ) = 1 nVar(X n 1) = σ 2<br />
i=1<br />
i=1<br />
n∑<br />
∑<br />
und n T<br />
σ 2 n = 1 (X<br />
σ 2 i − µ) 2 = n ( X i−µ<br />
) 2 .<br />
σ<br />
Seien X n = 1 n<br />
i=1<br />
n∑<br />
i=1<br />
Denn: EX n = E<br />
(<br />
und ESn 2 = E<br />
n∑<br />
= 1 (σ 2 − 2 n−1<br />
n<br />
i=1<br />
i=1<br />
X i und S 2 n = 1<br />
n−1<br />
(<br />
1<br />
n<br />
1<br />
n−1<br />
n∑<br />
j=1<br />
i=1<br />
n∑<br />
(X i − X n ) 2 . Dann gilt: EX n = µ und ESn 2 = σ 2 .<br />
i=1<br />
)<br />
n∑<br />
n∑<br />
X i = 1 E(X<br />
n<br />
i ) = 1 nE(X n 1) = µ<br />
i=1<br />
i=1 )<br />
n∑<br />
n∑<br />
(X i − X n ) 2 = 1 E[((X i − µ) − (X n − µ)) 2 ]<br />
i=1<br />
n−1<br />
i=1<br />
E[(X i − µ)(X j − µ)] + σ2 ) = 1 n−1<br />
nσ2 = n n−1 n σ2 .<br />
11.6.3 Wie ist S 2 n = 1<br />
n−1<br />
n∑<br />
(X i − X n ) 2 verteilt?<br />
i=1<br />
Um <strong>die</strong> Verteilung von S 2 n zu berechnen brauchen wir folgende Lemmata:<br />
Lemma 1<br />
Die Zufallsvariable X n ist unabhängig von (X 1 − X n , ..., X n − X n ).<br />
Lemma 2<br />
X n und S 2 n s<strong>in</strong>d unabhängig.<br />
Beweis:<br />
S 2 n ist e<strong>in</strong>e Funktion von (X 1 − X n , ..., X n − X n ) und folglich unabhängig von X n .<br />
Lemma 3<br />
n<br />
(X<br />
σ 2 n − µ) 2 ist χ 2 1-verteilt.