간격과 표본 평균의 비율 분포는 무엇입니까?


10

하자 평균이 IID 지수 확률 변수의 샘플 수 및하자 이 샘플의 수의 순서 통계. 하자 .X1,,XnβX(1),,X(n)X¯=1ni=1nXi

간격을 정의하십시오.이 도시 될 수있다 각 것을 함께 평균도 기하 급수적 .W i β i = β

Wi=X(i+1)X(i)  1in1.
Wiβi=βni

질문 : 내가 찾는 것에 대해 갈 것이라고 어떻게 여기서 알려진 음이 아닌입니까?P(WiX¯>t)t

시도 : 이것이 . 그래서 나는 총 확률 법칙을 다음과 같이 사용했습니다 : 1FWi(tX¯)

P(Wi>tX¯)=1FWi(tX¯)=10FWi(ts)fX¯(s)ds,

난장판으로 변하지 만 난해한 적분이라고 생각합니다.

내가 올바른 길을 가고 있습니까? 이것이 총 확률 법칙의 올바른 사용입니까?

다른 방법은 차이 분포를 보는 것입니다.

P(WitX¯>0)

또는 합을 분리하십시오 :

P(WitX¯>0)=P((X(i+1)X(i))+tn(X(1)++X(n)))

지수의 경우에 대한 해결책은 훌륭하지만 분포에 대한 일반적인 제약 조건이 더 좋습니다. 또는 적어도 그 순간은 체비 쇼프와 마르코프의 불평등을 가져 오기에 충분합니다.


업데이트 : 첫 번째 방법의 필수 요소는 다음과 같습니다.

10(1exp(tsβi))(1Γ(n)βnsn1exp(βs))ds10(1exp((ni)tsβ))(1Γ(n)βnsn1exp(βs))ds

나는 잠시 동안 놀고 있었는데 어디로 갈지 잘 모르겠습니다.


1
괄호 용어를 배포하면 적분이 비교적 간단 해집니다. 변수가 변경되면 감마 함수가 생길 것 같습니다.
Alex R.

@ AlexR은 실제로 그렇게하지만 반쯤 지나간 후에는 0과 1 사이에 제한되지 않는다고 의심하기 시작했습니다. 문제를 올바르게 설정했는지 확인하고 싶습니다. 적분 자체에 갇 히면 Math.SE
shadowtalker

답변:


6

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.X1,...,XNIID Exp(β)

X(k)=βi=1kZini+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 )Z1,Z2,...,ZnIID Exp(1)Wk=βZk+1/(nk)

X¯βnk=1nX(k)=βnk=1ni=1kZini+1=βni=1nk=inZini+1=βni=1nZi.

분석을 용이하게하기 위해 수량을 정의합니다.

at(nk)nt(nk).

들어 우리는 다음과 같습니다a>0

P(WktX¯)=P(Zk+1nktni=1nZi)=P(nnkZk+1ti=1kZi)=P((nnkt)Zk+1tikZi)=P((nnkt)ZtG)=P(ZaG),

여기서 및 은 독립적 인 랜덤 변수입니다. 사소한 경우 에는 입니다. 인 사소한 경우 우리는 이고 관심 확률은 다음과 같습니다.ZExp(1)GGa(n1,1)tn/(nk)P(WktX¯)=0t<n/(nk)a>0

P(WktX¯)=0Ga(g|n1,1)agExp(z|1)dzdg=01Γ(n1)gn2exp(g)agexp(z)dzdg=01Γ(n1)gn2exp(g)(1exp(ag))dg=01Γ(n1)gn2exp(g)dg01Γ(n1)gn2exp((a+1)g)dg=1(a+1)(n1)=1(1nknt)n1.

이 대답은 직관적으로 합리적입니다. 이 확률은 에서 엄격하게 감소하며 , 때의 단위 확률 과 때의 확률은 입니다.t = 0 t = ntt=0t=nnk

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.