Zentraler Grenzwertsatz - LinkFang.de





Zentraler Grenzwertsatz


Bei den Zentralen Grenzwertsätzen handelt es sich um eine Familie schwacher Konvergenzaussagen aus der Wahrscheinlichkeitstheorie. Allen gemeinsam ist die Aussage, dass die Summe einer großen Zahl von unabhängigen Zufallsvariablen asymptotisch einer stabilen Verteilung folgt.[1] Bei endlicher und positiver Varianz der Zufallsvariablen ist die Summe annähernd normalverteilt, was die Sonderstellung der Normalverteilung erklärt.

Die wichtigste und bekannteste Aussage wird auch einfach als Der Zentrale Grenzwertsatz bezeichnet und befasst sich mit unabhängigen, identisch verteilten Zufallsvariablen, deren Erwartungswert und Varianz endlich sind. Diese Aussage ist auch bekannt als Grenzwertsatz von Lindeberg/Lévy.

Es existieren verschiedene Verallgemeinerungen, für die eine identische Verteilung keine notwendige Voraussetzung ist. Stattdessen wird dann eine andere Voraussetzung gefordert, die sicherstellt, dass keine der Variablen zu großen Einfluss auf das Ergebnis erhält. Beispiele sind die Lindeberg-Bedingung und die Ljapunow-Bedingung. Darüber hinausgehende Verallgemeinerungen gestatten sogar „schwache“ Abhängigkeit der Zufallsvariablen.

Die Bezeichnung geht auf G. Pólyas Arbeit Über den zentralen Grenzwertsatz der Wahrscheinlichkeitsrechnung und das Momentenproblem von 1920 zurück.[2]

Der Zentrale Grenzwertsatz der Statistik bei identischer Verteilung

Sei [math]X_1, X_2, X_3,\dots[/math] eine Folge von Zufallsvariablen, die auf demselben Wahrscheinlichkeitsraum mit dem Wahrscheinlichkeitsmaß [math]P[/math] alle dieselbe Wahrscheinlichkeitsverteilung aufweisen und unabhängig sind (u.i.v. = unabhängig und identisch verteilt, engl. i.i.d. = independent and identically distributed). Sei weiter angenommen, dass sowohl der Erwartungswert [math]\mu[/math] als auch die Standardabweichung [math]\sigma \gt 0[/math] existieren und endlich sind.

Betrachten wir nun die [math]n[/math]-te Teilsumme dieser Zufallsvariablen [math]S_n = X_1 + X_2 +\cdots + X_n[/math]. Der Erwartungswert von [math]S_n[/math] ist [math]n\mu[/math] und die Varianz ist [math]n \sigma^2[/math]. Bildet man daraus die standardisierte Zufallsvariable

[math]Z_n = \frac{S_n - n \mu}{\sigma \sqrt{n}},[/math]

dann besagt der Zentrale Grenzwertsatz, dass die Verteilungsfunktion von [math]Z_n[/math] für [math]n \to \infty[/math] punktweise gegen die Verteilungsfunktion der Standardnormalverteilung [math]N(0,1)[/math] konvergiert. Dies entspricht genau dem Begriff der Konvergenz in Verteilung in der Stochastik. Ist [math]\Phi(z)[/math] die Verteilungsfunktion von [math]N(0,1)[/math], dann bedeutet dies, dass für jedes reelle [math]z[/math]

[math]\lim_{n \to \infty} P(Z_n \le z) = \Phi(z).[/math]

In etwas anderer Schreibweise erhält man

[math]\lim_{n\rightarrow\infty}P\left(\frac{\overline{X}_n-\mu}{\sigma/\sqrt{n}}\leq z\right)=\Phi(z),[/math]

wobei

[math]\overline{X}_n=\frac {S_n} n=\frac {X_1+\cdots+X_n} n[/math]

der Mittelwert der ersten n Summanden der Zufallsvariablen ist.

Bemerkungen

  • Der Zentrale Grenzwertsatz kann aber auch elementar, das heißt ohne das tiefliegende Hilfsmittel der charakteristischen Funktion, bewiesen werden. Dazu werden Erwartungswerte der Form [math]E(f(Z_n))[/math] untersucht, die einerseits im Fall einer Indikatorfunktion eines abgeschlossenen Intervalls [math][a,b][/math] der Wahrscheinlichkeit [math]P(a \le Z_n \le b)[/math] entsprechen und andererseits in Fällen einer genügend glatten Funktion [math]f[/math] gut approximiert werden können. Dieses Verfahren eines elementaren Beweises stammt von Jarl Waldemar Lindeberg.[3]
  • Endliche Stichprobenumfänge lassen die Frage nach der Konvergenzgüte aufsteigen. Unter bestimmten Bedingungen liefert der Satz von Berry-Esseen eine Antwort: Existiert das dritte zentrierte Moment [math]\operatorname{E}((X_1-\mu)^3)[/math] und ist es endlich, dann ist die Konvergenz zur Normalverteilung gleichmäßig und die Konvergenzgeschwindigkeit wenigstens von der Ordnung [math]1/{\sqrt {n}}[/math].
  • Da für stochastisch unabhängige normalverteilte Zufallsvariablen die Summe wieder normalverteilt ist, gilt für diese der zentrale Grenzwertsatz im Endlichen, genauer ist [math]Z_n[/math] für jedes [math]n[/math] bereits N(0,1) verteilt.

Verallgemeinerungen

Eine Verallgemeinerung des Zentralen Grenzwertsatzes ist der mehrdimensionale Zentrale Grenzwertsatz. Er liefert Aussagen über die Konvergenz der Verteilungen von Zufallsvektoren gegen die mehrdimensionale Standardnormalverteilung.

Eine weitere Verallgemeinerung ist der zentrale Grenzwertsatz von Lindeberg-Feller. Er lässt auch gewisse Abhängigkeiten zwischen den Zufallsvariablen zu, indem er sie zu Gruppen zusammenfasst und die Unabhängigkeit nur innerhalb dieser Gruppen fordert. Die Folge dieser Gruppen wird ein Schema von Zufallsvariablen genannt. Die Lindeberg-Bedingung und die Ljapunow-Bedingung lassen sich auch für Schemata von Zufallsvariablen formulieren und liefern damit Kriterien für die Konvergenz bei Verwendung von Schemata.

Einzelnachweise

  1. John P. Nolan: Stable Distributions - Models for Heavy Tailed Data. Birkhauser, Boston 2011, S. 22 (american.edu ).
  2. Jeff Miller: Earliest Known Uses of Some of the Words of Mathematics.
    George Pólya: Über den zentralen Grenzwertsatz der Wahrscheinlichkeitsrechnung und das Momentenproblem, Mathematische Zeitschrift, 8, 1920, S. 171-181 (online )
  3. Jarl Waldemar Lindeberg: Eine neue Herleitung des Exponentialgesetzes in der Wahrscheinlichkeitsrechnung, Mathematische Zeitschrift, Band 15, 1922, S. 211-225 (Online-Version ).
    Siehe auch Jörg Bewersdorff: Statistik – wie und warum sie funktioniert. Ein mathematisches Lesebuch. Vieweg+Teubner Verlag 2011, ISBN 978-3834817532, doi:10.1007/978-3-8348-8264-6 , S. 139-146.

Literatur

Siehe auch

Weblinks


Kategorien: Wahrscheinlichkeitsrechnung | Satz (Mathematik)

Quelle: Wikipedia - http://de.wikipedia.org/wiki/Zentraler Grenzwertsatz (Vollständige Liste der Autoren des Textes [Versionsgeschichte])    Lizenz: CC-by-sa-3.0

Änderungen: Alle Bilder mit den meisten Bildunterschriften wurden entfernt. Ebenso alle zu nicht-existierenden Artikeln/Kategorien gehenden internen Wikipedia-Links (Bsp. Portal-Links, Redlinks, Bearbeiten-Links). Entfernung von Navigationsframes, Geo & Normdaten, Mediadateien, gesprochene Versionen, z.T. ID&Class-Namen, Style von Div-Containern, Metadaten, Vorlagen, wie lesenwerte Artikel. Ansonsten sind keine Inhaltsänderungen vorgenommen worden. Weiterhin kann es durch die maschinelle Bearbeitung des Inhalts zu Fehlern gerade in der Darstellung kommen. Darum würden wir jeden Besucher unserer Seite darum bitten uns diese Fehler über den Support mittels einer Nachricht mit Link zu melden. Vielen Dank!

Stand der Informationen: August 201& - Wichtiger Hinweis: Da die Inhalte maschinell von Wikipedia übernommen wurden, ist eine manuelle Überprüfung nicht möglich. Somit garantiert LinkFang.de nicht die Richtigkeit und Aktualität der übernommenen Inhalte. Sollten die Informationen mittlerweile fehlerhaft sein, bitten wir Sie darum uns per Support oder E-Mail zu kontaktieren. Wir werden uns dann innerhalb von spätestens 10 Tagen um Ihr Anliegen kümmern. Auch ohne Anliegen erfolgt mindestens alle drei Monate ein Update der gesamten Inhalte.