매번 이게 잘 이해가 참 안되는데
sqrt{N} (beta_hat - beta) 가 N(0, Variance) 로 분포수렴하는 걸 CLT라고 하는데
여기서 sqrt{N} (beta_hat - beta) = Op(1) 이라고 하는 것 까진 이해가 됐음
그럼 만약에 sqrt{N} (beta_hat - beta)^2는 어떻게 됨?
N (beta_hat - beta)^2 = Op(1) 이게 돼서 앞에 sqrt{N}이 붙으면 0으로 가야하는 건가?
매번 이게 잘 이해가 참 안되는데
sqrt{N} (beta_hat - beta) 가 N(0, Variance) 로 분포수렴하는 걸 CLT라고 하는데
여기서 sqrt{N} (beta_hat - beta) = Op(1) 이라고 하는 것 까진 이해가 됐음
그럼 만약에 sqrt{N} (beta_hat - beta)^2는 어떻게 됨?
N (beta_hat - beta)^2 = Op(1) 이게 돼서 앞에 sqrt{N}이 붙으면 0으로 가야하는 건가?
(\hat{beta} -beta) = O_{p}(N^{-1/2})로 나타내면 바로 나옴
(\hat{beta} -beta) = O_{p}(N^{-1/2}) 이면 (\hat{beta} -beta) ^2= O_{p}(N^{-1}) 이게 되나요?
ㅇㅇ 못미더우면 R 같은걸로 iid normal 샘플링 해서 해보면 이해에 도움이 됨