আমরা এখানে চয়ন করতে হবে না । "নরমালাইজিং" ফ্যাক্টরটি মূলত একটি "সীমাবদ্ধ কিছুতে বৈকল্পিকতা-স্থিতিশীল" ফ্যাক্টর, যাতে নমুনার আকার অনন্তের দিকে যায় বলে অভিব্যক্তিটি শূন্যে বা অনন্ততায় না যায়, তবে সীমাতে একটি বন্টন বজায় রাখতে হয়।
সুতরাং এটি প্রতিটি ক্ষেত্রে যা হতে হবে তা হতে হবে। অবশ্যই এটা খুবই মজার অনেক ক্ষেত্রে এটা emerges যে এটি হয়েছে হতে । (তবে নীচে নীচে @ whuber এর মন্তব্যও দেখুন)।n−−√
একটি স্ট্যান্ডার্ড উদাহরণ যেখানে নরমালাইজিং ফ্যাক্টরটি √ এর পরিবর্তে হওয়া উচিত √n যখন আমাদের কাছে একটি মডেল থাকেn−−√
yt=βyt−1+ut,y0=0,t=1,...,T
সঙ্গে সাদা গোলমাল, এবং আমরা অজানা অনুমান β সাধারণ লিস্ট স্কোয়ার দ্বারা।utβ
যদি এমন হয় যে তার সহগ প্রকৃত মান , তারপরে ওএলএসের অনুমানকারী সামঞ্জস্যপূর্ণ এবং স্বাভাবিক √ এ রূপান্তর করে √|β|<1 হার। n−−√
তবে পরিবর্তে যদি আসল মান (যেমন আমাদের কাছে বাস্তবে একটি খাঁটি এলোমেলো পদচারণা থাকে), তবে ওএলএসের অনুমানকটি সামঞ্জস্যপূর্ণ তবে রেট এন- তে "দ্রুত" রূপান্তরিত হবে (এটিকে কখনও কখনও "সুপারসিএসসিটিভ" অনুমানক হিসাবে বলা হয়) , আমার ধারণা, এতগুলি অনুমানকারী হার conver এ একত্রিত হয় √β=1n )।
এই ক্ষেত্রে, তার (অ-স্বাভাবিক) মধ্যে asymptotic বন্টন প্রাপ্ত, আমরাআছেস্কেল করার( β -β)দ্বারাএন(যদি আমরা কেবল স্কেল √n−−√
(β^−β)n এক্সপ্রেশনটি শূন্যে যাবে)। হ্যামিল্টন ch 17এর বিশদ রয়েছে।n−−√