情報科学 › 乱数と確率的数値計算 › Monte Carlo 積分と分散低減

条件づけは分散を増やさない

命題 5.2(「Monte Carlo 積分と分散低減」§5) ・ ✓公理まで証明済み

Y∈L2Y \in L^2、I=E[Y]I = \mathbb{E}[Y]、G\mathcal{G} を部分 σ\sigma-加法族とし、Y^=E[Y∣G]\hat Y = \mathbb{E}[Y \mid \mathcal{G}] と置く。このとき E[Y^]=I\mathbb{E}[\hat Y] = I で、

Var(Y^)=Var(Y)−E[Var(Y∣G)]≤Var(Y)\mathrm{Var}(\hat Y) = \mathrm{Var}(Y) - \mathbb{E}\bigl[\mathrm{Var}(Y \mid \mathcal{G})\bigr] \le \mathrm{Var}(Y)

である。したがって、Y^\hat Y の独立な複製の標本平均は II の不偏推定量で、その分散は YY の標本平均の分散以下である。

本文で読む(証明と前後の説明)→

閉包の状態

✓ 公理まで証明済み

証明が使う定理を 前提 としてたどると、Rikai の中の証明だけで定義・公理(物理では基本仮定)までつながっています(前提の定理類 122 件、定義なども含めて 146 件)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

前提をたどる 証明が使う定理・定義(直接 4 件)

▸ を開くと、その項目の証明が使う前提が出ます。深い先は各項目のページでたどれます。

これを使っている定理

証明で明示的に参照している定理は、まだありません。