আমি আশা করি যে এই প্রশ্নটি "খুব সাধারণ হিসাবে চিহ্নিত" হয় না এবং আশা করি যে কোনও আলোচনা শুরু হয়ে গেছে যা সকলকে উপকৃত করবে।
পরিসংখ্যানগুলিতে, আমরা বড় নমুনা তত্ত্বগুলি শিখতে প্রচুর সময় ব্যয় করি। আমরা আমাদের অনুমানকারীদের অ্যাসেম্পটোটিক বৈশিষ্ট্যগুলি মূল্যায়ন করতে গভীর আগ্রহী সেগুলি সহ তারা এ্যাসেম্পোটোটিকভাবে নিরপেক্ষ, অ্যাসেম্পোটোটিক্যালি দক্ষ, তাদের অ্যাসিপোটোটিক বিতরণ এবং এগুলি সহ। অ্যাসিপটোটিক শব্দটি এই ধারণার সাথে দৃ strongly়ভাবে আবদ্ধ ।
বাস্তবে, তবে, আমরা সবসময় সীমাবদ্ধ সঙ্গে ডিল করি । আমার প্রশ্নগুলি হ'ল:
1) আমরা বড় নমুনা বলতে কি বোঝাতে চাই? আমরা কীভাবে ছোট এবং বৃহত নমুনার মধ্যে পার্থক্য করতে পারি?
2) যখন আমরা বলি , আমরা কি আক্ষরিক অর্থে যাওয়া উচিত ?n ∞
দ্বিপদী বিতরণের জন্য প্রাক্তন, সিএলটি-র অধীনে সাধারণ বিতরণে রূপান্তর করতে জন্য প্রায় n = 30 প্রয়োজন। আমাদের কি বা এই ক্ষেত্রে বলতে আমাদের 30 বা তার বেশি বোঝানো উচিত ?! এন→∞∞
3) ধরুন আমাদের কাছে একটি সীমাবদ্ধ নমুনা রয়েছে এবং মনে করুন যে আমরা আমাদের অনুমানকারীদের অ্যাসিম্পটোটিক আচরণ সম্পর্কে সবকিছু জানি। তাতে কি? মনে করুন যে আমাদের অনুমানকারীরা নির্দ্বিধায় নিরপেক্ষ, তাহলে আমাদের সীমাবদ্ধ নমুনার প্রতি আমাদের আগ্রহের প্যারামিটারের জন্য কি একটি পক্ষপাতহীন অনুমান আছে বা এর অর্থ যদি আমাদের যদি , তবে আমাদের কোনও পক্ষপাতহীন থাকতে হবে?
উপরের প্রশ্নগুলি থেকে আপনি দেখতে পাচ্ছেন, আমি "লার্জ স্যাম্পল অ্যাসিম্পটোটিকস" এর পিছনে দর্শনটি বোঝার চেষ্টা করছি এবং কেন আমাদের যত্ন নেওয়া যায় তা জানার চেষ্টা করছি? আমি যে উপপাদাগুলি শিখছি তার জন্য আমার কিছু অন্তর্দৃষ্টি নেওয়া দরকার।