Hay publicaciones similares a esta en stackexchange, pero ninguna de ellas parece responder realmente mis preguntas. Así que considera el CLT en su forma más común.
Sea $(X_n)_{n \in \mathbb{N}}$ una secuencia de variables aleatorias i.i.d. con $X_1 \in L^2(P)$, $\mathbb{E}[X_i]= \mu$ y $\mathbb{Var}[X_i] = \sigma^2>0$. Denotemos con $\widehat{X}:= \frac{(X_1+\dots+X_n)}{n}$. Entonces se cumple que $$\sqrt{n} (\widehat{X} - \mu) \overset{\mathscr{D}}{\longrightarrow} \mathscr{N} (0,{\sigma}^2)$$ o, equivalentemente, $$\sqrt{n} \left( \frac{\widehat{X} - \mu}{\sigma} \right) \overset{\mathscr{D}}{\longrightarrow} \mathscr{N} (0,1).$$
A menudo veo afirmaciones como que la tasa de convergencia es del orden $\frac{1}{\sqrt{n}}$. Tratando de interpretarlo, esto es lo que he entendido (de manera informal) hasta ahora:
Según la ley fuerte de los grandes números, dadas las condiciones anteriores, $$\widehat{X} - \mu\overset{c.s.}{\longrightarrow} 0.$$ Sin embargo, $\widehat{X} - \mu$ deja de converger a cero cuando se multiplica por $\sqrt{n}$. Así que se dice que la tasa de convergencia es del orden $\frac{1}{\sqrt{n}}$.
Así que aquí están mis preguntas:
- ¿Cómo se define el orden de convergencia en este caso utilizando notación formal? ¿Por qué se dice del orden $\frac{1}{\sqrt{n}}$ y no del orden $\sqrt{n}$?
- ¿Cómo sabemos que si se multiplica, por ejemplo, por un factor de orden inferior o superior, como $\sqrt[3]{n}$ o $n$, no se obtendría una variable aleatoria convergente en distribución hacia alguna variable aleatoria no nula c.s. (en contraposición al argumento: "Sin embargo, $\widehat{X} - \mu$ deja de converger a cero cuando se multiplica por $\sqrt{n}$.")?
- Y, lo más importante, ¿puede alguien mostrar rigurosamente que la tasa de convergencia es exactamente del orden $\frac{1}{\sqrt{n}}$?