Asymptotische Normalität

aus Wikipedia, der freien Enzyklopädie
Dies ist eine alte Version dieser Seite, zuletzt bearbeitet am 18. Oktober 2016 um 19:56 Uhr durch HilberTraum (Diskussion | Beiträge) (→‎Einleitung: Link, Komma). Sie kann sich erheblich von der aktuellen Version unterscheiden.
Zur Navigation springen Zur Suche springen

Die asymptotische Normalität ist in der mathematischen Statistik eine Eigenschaft von Statistiken. Statistiken, denen diese Eigenschaft zukommt, werden als asymptotisch normale Statistik oder asymptotisch normalverteilte Statistik bezeichnet. Asymptotisch normale Statistiken zeichnen sich dadurch aus, dass ihre Verteilung im Grenzwert gegen die Standardnormalverteilung konvergiert (bezüglich der Konvergenz in Verteilung). Dies ermöglicht die Konstruktion approximativer statistischer Verfahren.

Definition

Gegeben sei eine mit einer Indexmenge indizierte Familie von Wahrscheinlichkeitsmaßen sowie ein Wahrscheinlichkeitsraum und eine Folge von Zufallsvariablen auf diesem Wahrscheinlichkeitsraum.

Dann heißt eine Folge von Statistiken asymptotisch normalverteilt oder asymptotisch normal, wenn es Folgen

und

gibt, so dass

in Verteilung für alle .

Die normierten und reskalierten Verteilungen konvergieren also gegen die Standardnormalverteilung.

Verwendung

Asymptotisch normalverteilte Statistiken sind ein Hilfsmittel in der asymptotischen Statistik. Ist die Verteilung einer Statistik unbekannt, aber asymptotisch normalverteilt, so kann man sie durch

annähren. Hierbei bezeichnet die Verteilungsfunktion der Standardnormalverteilung. Hierbei sollte die Stichprobengröße groß genug sein, um den Näherungsfehler klein zu halten. Diese Näherungsmöglichkeit erlaubt es, exakte statistische Methoden, die auf Gauß-verteilte Statistiken zugeschnitten sind (Gauß-Test etc.) als approximative Verfahren auf asymptotisch normalverteilte Statistiken zu übertragen.

Literatur