2014 년 1 월 25 일 업데이트 : 실수가 수정되었습니다. 업로드 된 이미지에서 예상 값의 계산 된 값을 무시하십시오. 잘못되었습니다.이 질문에 대한 답변이 생성되었으므로 이미지를 삭제하지 않습니다.
2014 년 1 월 10 일 업데이트 : 사용 된 소스 중 하나의 수학 오타가 있습니다. 수정 준비 중 ...
컬렉션에서 최소 순서 통계량 밀도 CDF 연속 확률 변수를 IID 및 PDF 있다
이 임의의 변수가 표준 정규 인 경우
여기서 우리는 표준 법선의 대칭 속성을 사용했습니다. 에서는 오웬 1,980 ., p.402 식 [ N, 011 ] 우리하다고 생각
방정식 과 사이의 일치하는 매개 변수 ( , )
Owen 1980에서 다시, p. 409, eq [ n0,010.2 ] 우리는
여기서 은 표준 다변량 법선입니다. 는 상관 계수 및 입니다.
매칭 및 우리가, , 및
이 결과를 사용하면 식 는
동등 상관 변수의 다변량 표준 정규 확률 적분은 모두 0으로 평가되었으며 , 충분한 조사가 이루어졌으며이를 근사하고 계산하는 다양한 방법이 도출되었습니다. 광범위한 검토 (일반적으로 다변량 정규 확률 적분의 계산과 관련됨)는 Gupta (1963) 입니다. Gupta는 다양한 상관 계수 및 최대 12 개의 변수에 대한 명시적인 값을 제공합니다 (따라서 14 개의 변수 컬렉션을 포함 함). 결과는 (마지막 열이 잘못되었습니다) :
우리의 값이 어떻게 그래프 지금 경우 으로 변경 우리 얻
그래서 나는 세 가지 질문 / 요청에 도달한다.
1) 누군가가 분석적으로 확인하거나 시뮬레이션을 통해 기대 값에 대한 결과가 정확한지 (즉, eq 의 유효성을 검사 할 수 있는가) 확인할 수 있는가?
2) 접근 방식이 올바르다 고 가정하면 누군가가 평균이 아닌 평균과 비 균일 분산을 갖는 법선에 대한 솔루션을 제공 할 수 있습니까? 모든 변형으로 나는 정말 어지럽습니다.
3) 확률 적분의 가치는 순조롭게 진화하는 것으로 보인다. 일부 함수로 근사하면 어떻습니까?