A generalization of the law of large numbers. (Q2587503)
From MaRDI portal
scientific article
Language | Label | Description | Also known as |
---|---|---|---|
English | A generalization of the law of large numbers. |
scientific article |
Statements
A generalization of the law of large numbers. (English)
0 references
1940
0 references
Es handelt sich um eine weitgehende Verallgemeinerung des Gesetzes der großen Zahlen, wobei statt des Durchschnitts von \(n\) Größen \(x_1\), \(x_2\), \dots, \(x_n\) eine beliebige statistische Funktion (vgl. \textit{R. v. Mises}, Mh. Math. Physik 43 (1936), 105-128; JFM 62.0591.*) betrachtet wird. Außerdem werden die Verteilungsgesetze als nicht notwendig unabhängig vorausgesetzt. Eine Folge von n abhängigen Verteilungsfunktionen \(P_1(x)\), \(P_2(x)\), \dots, \(P_n(x)\) wird folgendermaßen gegeben: \(P(x_1,x_2,\ldots,x_n)\) sei die Wahrscheinlichkeit, daß das Ergebnis der ersten Beobachtung \(\leqq x_1\), \dots, das der \(n\)-ten Beobachtung \(\leqq x_n\) ist. Die Verteilung \(P\) ist auf \((A,B)\) in dem Sinne begrenzt, daß \(P=1\) ist, wenn alle \(x_\nu \geqq B\) sind, und daß \(P=0\) ist, wenn mindestens eines der \(n\) Argumente \(< A\) ist. Nun wird gesetzt \[ \begin{matrix} \l &&\l \quad & \r&&\l \\ P_1(x)&=&P(x,B, \ldots,B), &P_2(x)&=&P(B,x,B,\ldots,B),\ldots,\\ &&&P_n(x)&=&P(B,\ldots,B,x), \\ P_{12}(x,y)&=&P(x,y,B,\ldots,B), &P_{13}(x,y)&=&P(x,B,y,B,\ldots,B), \ldots . \end{matrix} \] \(P_{\mu\nu}(x, y)\) (\(\mu,\nu=1\), 2, \dots, \(n\); \(\mu\neq\nu\)) ist also die Wahrscheinlichkeit, daß die \(\mu\)-te Beobachtung \(\leqq x\); und die \(\nu\)-te \(\leqq y\) ist. Ferner sei \[ \bar P_\nu (x)=\frac 1\nu(P_1(x)+P_2(x)+\cdots+P_\nu(x)). \] Dann gilt: Wenn die zu den Beobachtungen \(x_1\), \(x_2\), \dots, \(x_n\) gehörige veränderliche Aufteilungsfunktion \(S_n(x)\) auf \((A,B)\) begrenzt ist und die statistische Funktion \(f\{S_n(x)\}\) gleichmäßig stetig an den ``Punkten'' \(\bar P_1(x)\), \(\bar P_2(x)\), \dots ist, dann strebt die Wahrscheinlichkeit dafür, daß \[ |f\{S_n(x)\}-f\{\bar P_n(x)\}|>\varepsilon, \] mit \(n\to \infty\) gegen Null für jedes \(\varepsilon\), falls \[ \lim_{n\to \infty}\frac 1{n^2}\sum_{\mu,\nu=1}^n [P_{\mu\nu}(x,x)-P_\mu(x)P_\nu(x)]=0 \tag \(^*\) \] gleichmäßig für jedes \(x\) in \((A,B)\) gilt. Die Bedingung (\(^*\)) und ihre Deutung ist Gegenstand eines vorausgeschickten Hilfssatzes. Zwei Beispiele erläutern den Satz.
0 references