Wir untersuchen nun die Frage, wie die Varianz
der Stichprobenvariablen
aus den
beobachteten Daten
bestimmt werden kann. Dabei
gehen wir ähnlich wie in Abschnitt 1.2.1 vor.
Weil die Stichprobenvarianz den Erwartungswert
hat (vgl. (10)), kann
als ein geeigneter Schätzer der (im allgemeinen
unbekannten) Modellcharakteristik angesehen werden.
Wegen (10) sagt man, dass bei der Schätzung von durch
kein systematischer Fehler begangen wird.
Darüber hinaus bedeutet (11), dass die
Schätzgenauigkeit mit wachsendem Stichprobenumfang verbessert
wird, falls das 4-te zentrale Moment der Stichprobenvariablen
endlich ist.
Neben den Formeln (10) und (11) für
Erwartungswert und Varianz des Stichprobenvarianz sind
erneut weitere Aussagen über die Verteilung von bzw. über
deren asymptotisches Verhalten für große von Interesse.
für jedes
, wobei
und
das -te
zentrale Moment bzw. die quadrierte Varianz
der Stichprobenvariablen
bezeichnen und die Verteilungsfunktion der
Standardnormalverteilung ist.
Beweis
Aus der Voraussetzung, dass die Stichprobenvariablen
unabhängig und identisch verteilt sind, ergibt sich, dass auch die
Zufallsvariablen
unabhängig und identisch
verteilt sind, vgl. Theorem WR-3.18.
Deshalb ergibt sich aus dem starken Gesetz der großen Zahlen
(vgl. Theorem WR-5.15), dass mit Wahrscheinlichkeit 1
Außerdem ergibt sich aus (5), dass mit
Wahrscheinlichkeit 1
Hieraus und aus (15) ergibt sich nun, dass mit
Wahrscheinlichkeit 1
Deshalb ergibt sich aus dem Satz von Slutsky für die Addition bzw.
Multiplikation (vgl. die Theoreme WR-5.9 und WR-5.11), dass für
jedes
wobei sich die letzte Gleichheit aus dem zentralen Grenzwertsatz
für Summen von unabhängigen und identisch verteilten
Zufallsvariablen ergibt (vgl. Theorem WR-5.16).
Aus (6) in Theorem 1.2 ergibt sich
nun die Behauptung mit Hilfe des Satzes von Slutsky für die
Multiplikation (vgl. Theorem WR-5.11).
Beachte
Korollar 1.1 bietet die Möglichkeit, ein
(zufälliges) Intervall anzugeben, in dem die Abweichung
des
Stichprobenmittels
von dem zu schätzenden Wert
mit einer (näherungsweise) vorgegebenen Wahrscheinlichkeit
liegt, vgl. Formel (20).
Sei
, und sei
die (eindeutig
bestimmte) Lösung der Gleichung
.
Dann heißt das -Quantil der
Standardnormalverteilung N.
Für
kann man das -Quantil der
N-Verteilung aus Tabelle 1 entnehmen, vgl.
Abschnitt 6.