Valore atteso di media alla quarta di variabili casuali
Buongiorno a tutti, mi trovo in difficoltà a capire i passaggi che hanno portato il mio professore a dire:
Sapendo che
$ E(X^4) = mu^4 + 6mu^2 sigma^2 + 3 sigma^4 $ con $ X ~ N(mu, sigma) $
allora:
$ E(bar(X)^4) = mu^4 + frac{6mu^2}{n} + frac{3}{n^2} $ in cui $X_i~ N(mu, 1)$ per ogni $i leq n $
Sapendo che
$ E(X^4) = mu^4 + 6mu^2 sigma^2 + 3 sigma^4 $ con $ X ~ N(mu, sigma) $
allora:
$ E(bar(X)^4) = mu^4 + frac{6mu^2}{n} + frac{3}{n^2} $ in cui $X_i~ N(mu, 1)$ per ogni $i leq n $
Risposte
Ti ha mostrato qualcuno di questi passaggi?
Dice di aver usato la riproduttività della normale, ma non ha mostrato come.
Definita lo stimatore media aritmetica
\[
\bar{X} =\frac{1}{n}\sum_{i=1}^n X_i
\]
dove \(X_i\) (immagino) sono variabili casuali indipendenti uniformemente distribuite (eg ripetizioni dello stesso esperimento),
\[
E\left[\bar{X}^4\right] = E\left[\left(\frac{1}{n}\sum_{i=1}^n X_i\right)^4\right] = \frac{1}{n^4}E\left[\left(\sum_{i=1}^n X_i\right)^4\right] =\frac{1}{n^4}E\left[Y^4\right]
\]
dove la RV \(Y =\sum_{i=1}^n X_i \) è distribuita come una gaussiana con media pari alla somma delle medie e varianza pari alla somma delle varianze (per l'indipendenza)
per cui:
\[E\left[Y\right] = n \mu\]
\[Var(Y) = n\]
In quanto \(Y \sim N(n\mu,\sqrt{n})\) puoi arrivare easy al risultato
\[
\bar{X} =\frac{1}{n}\sum_{i=1}^n X_i
\]
dove \(X_i\) (immagino) sono variabili casuali indipendenti uniformemente distribuite (eg ripetizioni dello stesso esperimento),
\[
E\left[\bar{X}^4\right] = E\left[\left(\frac{1}{n}\sum_{i=1}^n X_i\right)^4\right] = \frac{1}{n^4}E\left[\left(\sum_{i=1}^n X_i\right)^4\right] =\frac{1}{n^4}E\left[Y^4\right]
\]
dove la RV \(Y =\sum_{i=1}^n X_i \) è distribuita come una gaussiana con media pari alla somma delle medie e varianza pari alla somma delle varianze (per l'indipendenza)
per cui:
\[E\left[Y\right] = n \mu\]
\[Var(Y) = n\]
In quanto \(Y \sim N(n\mu,\sqrt{n})\) puoi arrivare easy al risultato