여기서 어려움은 비 독립적 랜덤 변수와 관련된 이벤트가 있다는 것입니다. 독립 증분을 비교하도록 이벤트를 조작하여 문제점을 단순화하고 해결할 수 있습니다. 이를 위해 먼저 경우 각 주문 통계는 다음과 같이 작성할 수 있습니다.엑스1, . . . , X엔∼ IID Exp ( β)
엑스( k )= β∑나는 = 1케이지나는n − i + 1,
여기서 (예 : Renyi 1953, David 및 Nagaraja 2003 참조). 이를 통해 를 쓸 수 있으며 표본 평균을 다음과 같이 쓸 수 있습니다.W K = β Z K + 1 / ( N - K )지1, Z2, . . . , Z엔∼ IID Exp ( 1 )여케이= β지k + 1/ (n-k)
엑스¯≡ β엔∑k = 1엔엑스( k )= β엔∑k = 1엔∑나는 = 1케이지나는n − i + 1= β엔∑나는 = 1엔∑k = 나는엔지나는n − i + 1= β엔∑나는 = 1엔지나는.
분석을 용이하게하기 위해 수량을 정의합니다.
≡ t ( N - K )n - t ( n - k ).
들어 우리는 다음과 같습니다a > 0
피 ( W케이⩾ t X¯)= P ( Zk + 1n - k⩾ t엔∑나는 = 1엔지나는)= P ( nn - k⋅ Zk + 1⩾ t ∑나는 = 1케이지나는)= P ( ( nn - k- t ) Zk + 1⩾ t ∑나는 ≠ k지나는)= P ( ( nn - k- t ) Z⩾ t G ) = P ( Z⩾ G ) ,
여기서 및 은 독립적 인 랜덤 변수입니다. 사소한 경우 에는 입니다. 인 사소한 경우 우리는 이고 관심 확률은 다음과 같습니다.지∼ 경험치 ( 1 )G ∼ Ga ( n - 1 , 1 )t⩾n/(n−k)P(Wk⩾tX¯)=0t<n/(n−k)a>0
P(Wk⩾tX¯)=∫0∞Ga(g|n−1,1)∫ag∞Exp(z|1)dzdg=∫0∞1Γ(n−1)gn−2exp(−g)∫ag∞exp(−z)dzdg=∫0∞1Γ(n−1)gn−2exp(−g)(1−exp(ag))dg=∫0∞1Γ(n−1)gn−2exp(−g)dg−∫0∞1Γ(n−1)gn−2exp(−(a+1)g)dg=1−(a+1)−(n−1)=1−(1−n−kn⋅t)n−1.
이 대답은 직관적으로 합리적입니다. 이 확률은 에서 엄격하게 감소하며 , 때의 단위 확률 과 때의 확률은 입니다.t = 0 t = ntt=0t=nn−k