推导二项型事件的随机变量标准误差:两种方法

二项型事件的标准误差公式是这样的:\frac{1}{f(x_q)}\sqrt{q(1-q)/n} ,其中f为先验分布(根据中心极限定理为正态分布)的PDF。给定采样数据\hat{X}和边界i,可以计算q值(采样数据中\hat{x}<i的频率)和对应的x_q值(CDF值为q时对应的x),然后用该公式得到随机变量X在x<i这件事上的标准误差。我们来看看这个公式怎么推导。

首先定义一下符号,二项型事件的一个典型是VaR,这里我们以VaR为例:设F是随机变量为收益值的CDF,所以我们有q=F(x_q)x_q是某个收益金额,q是收益小于这个金额的概率;n是采样数量。

先进行一些前置推导:

根据收益期望为0,则有:当x_q=0时,收益小于q的概率服从N(0,nq(1-q))(收益应服从正态分布,方差根据二项分布求得)

那么,对于任意x_q,则有收益小于q的概率服从N(q,nq(1-q))

(此时我们知道概率服从的分布,能求概率的标准误差,但我们想求金额的标准误差,所以要求金额服从的分布——有人说

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值