정규 표본에서 최소 주문 통계량의 예상 값


9

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 nFX(x)fX(x)

fX(1)(x(1))=nfX(x(1))[1FX(x(1))]n1[1]

이 임의의 변수가 표준 정규 인 경우

fX(1)(x(1))=nϕ(x(1))[1Φ(x(1))]n1=nϕ(x(1))[Φ(x(1))]n1[2]
이므로 예상 값은
E(X(1))=nx(1)ϕ(x(1))[Φ(x(1))]n1dx(1)[3]

여기서 우리는 표준 법선의 대칭 속성을 사용했습니다. 에서는 오웬 1,980 ., p.402 식 [ N, 011 ] 우리하다고 생각

zϕ(z)[Φ(az)]mdz=am(a2+1)(2π)ϕ(z)[Φ(aza2+1)]m1dz[4]

방정식 과 사이의 일치하는 매개 변수 ( , )[3][4]a=1m=n1

E(X(1))=n(n1)2πϕ(x(1))[Φ(x(1)2)]n2dx(1)[5]

Owen 1980에서 다시, p. 409, eq [ n0,010.2 ] 우리는

[i=1mΦ(hidiz1di2)]ϕ(z)dz=Zm(h1,...,hm;{ρij})[6]

여기서 은 표준 다변량 법선입니다. 는 상관 계수 및 입니다.Zm()ρij=didj,ij1di1

매칭 및 우리가, , 및 [5][6]m=n2hi=0,i

di1di2=12di=±13iρij=ρ=1/3

이 결과를 사용하면 식 는[5]

E(X(1))=n(n1)2πZn2(0,...,0;ρ=1/3)[7]

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) :

여기에 이미지 설명을 입력하십시오

우리의 값이 어떻게 그래프 지금 경우 으로 변경 우리 얻Zn2(0,...,0;ρ=1/3)n

여기에 이미지 설명을 입력하십시오

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?[7]

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?n

답변:


6

결과가 정확하지 않습니다. 표에서 표본 크기 따라 증가 하기 때문에 계산 없이도 쉽게 확인할 수 있습니다 . 샘플 크기 이 클수록 샘플 최소값의 예상 값은 작아 져야합니다 (즉, 음수가 됨) .E[X(1)] nn

문제는 개념적으로 매우 쉽습니다.

간단히 말하면 : pdf 하여 ~ 경우 :XN(0,1)f(x)

여기에 이미지 설명을 입력하십시오

... 1 차 통계량의 pdf (크기 의 표본 )는 다음과 같습니다.n

여기에 이미지 설명을 입력하십시오

... 의 지원 도메인을 가진 의 OrderStat함수를 사용하여 여기에서 얻었습니다 mathStatica.

여기에 이미지 설명을 입력하십시오

그리고, 에 대해 쉽고 정확하게 얻을 수있다 :E[X(1)]n=1,2,3

여기에 이미지 설명을 입력하십시오

정확한 사례는 대략 이며 이는 -1.06 (표 1 줄)의 작업과 분명히 다르므로 작업에 문제가있는 것 같습니다 (또는 아마도 내가 추구하는 것에 대한 나의 이해) .n=30.846284

들면 폐쇄 형 해결책을 얻는 것은 더 까다이지만 상징적 통합 어렵게 증명 되더라도 (필요하면 임의의 정밀도), 우리는 항상 수치 적분을 사용할 수있다. 이것은 매우 쉽습니다 ... 예를 들어 Mathematica를 사용하여 샘플 크기 ~ 14 인 .n4E[X(1)]n=1

 sol = Table[NIntegrate[x g, {x, -Infinity, Infinity}], {n, 1, 14}]

{0., -0.56419, -0.846284, -1.02938, -1.16296, -1.26721, -1.35218, -1.4236, -1.48501, -1.53875, -1.58644, -1.62923, -1.66799, -1.70338}

다 했어요 이 값은 테이블 (오른쪽 열)의 값과 매우 다릅니다.

부모 의보다 일반적인 경우를 고려하려면 일반 Normal pdf부터 시작하여 위와 동일하게 진행하십시오.N(μ,σ2)


답변 해주셔서 감사합니다. 실제로 수치 결과에 문제가 있음을 너무 많이 발견했습니다. 결국 증가함에 따라 예상 값이 감소하지 않고 절대 크기로 증가해야합니다 . 나는 어떤 대답에서 어떤 통찰력을 얻을 수 있는지 알기 위해 대답을 그대로 두었습니다. 난 아직도 용의자는 오웬 (두 번째는 다른 출처에서 검증 되었기 때문에)에서 첫 번째 방정식 I 사용되는, 정확하게 실수 이론적 인 수준에서 검색하고 있습니다 ... 그건 그렇고, 당신은 확인할 수 있습니다이 EQ 여부를 에서 내 게시물 (독립형 변환으로)이 맞습니까? 감사합니다. n4
Alecos Papadopoulos
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.