Biorąc pod uwagę zmienną losową
gdzie to zmienne jednolite IID, jak obliczyć PDF ?
Biorąc pod uwagę zmienną losową
gdzie to zmienne jednolite IID, jak obliczyć PDF ?
Odpowiedzi:
Możliwe, że to pytanie jest pracą domową, ale czułem, że to klasyczne elementarne pytanie prawdopodobieństwa wciąż nie otrzymało pełnej odpowiedzi po kilku miesiącach, więc dam jedno tutaj.
Z opisu problemu chcemy rozmieścić
gdzie to iid . Wiemy, że wtedy i tylko wtedy, gdy każdy element próbki jest mniejszy niż . To, jak wskazano w wskazówce @ varty'ego, w połączeniu z faktem, że są niezależne, pozwala nam wydedukowaćY < x x X i
gdzie jest CDF rozkładu równomiernego . Dlatego CDF z to Y F Y ( y ) = P ( Y ≤ y ) = { 0 y ≤ a [ ( y - a ) / ( b - a ) ] n y ∈ ( a , b ) 1 y ≥ b
Ponieważ ma absolutnie ciągły rozkład , możemy uzyskać jego gęstość poprzez różnicowanie CDF . Dlatego gęstość wynosiY
W szczególnym przypadku, gdy , mamy , czyli gęstość rozkładu Beta z i , ponieważ .
Dla przypomnienia, sekwencję, którą otrzymujesz, jeśli sortujesz próbkę w porządku rosnącym - - nazywa się statystykami kolejności . Uogólnieniem tej odpowiedzi jest to, że wszystkie statystyki rzędu próbki rozproszonej mają rozkład Beta , jak zauważono w odpowiedzi @ bnaul.
Maksymalna próbka to jedna ze statystyk rzędu , w szczególności statystyka tego rzędu próbki . Zasadniczo obliczenie rozkładu statystyk zamówień jest trudne, jak opisano w artykule w Wikipedii; w przypadku niektórych specjalnych dystrybucji statystyki zamówień są dobrze znane (np. dla dystrybucji jednolitej, która ma statystyki zamówień dystrybuowane w wersji Beta).X 1 , … , X n
EDYCJA: Artykuł w Wikipedii na temat maksymalnej i minimalnej próbki jest również pomocny i bardziej specyficzny dla twojego problemu.
Maksymalnie zbiór losowych zmiennych IID, gdy odpowiednio znormalizowany, zasadniczo zbiega się z jednym z trzech ekstremalnych typów wartości. To jest twierdzenie Gnedenko, równoważność centralnego twierdzenia granicznego dla ekstremów. Konkretny typ zależy od zachowania ogona rozkładu populacji. Wiedząc o tym, można użyć rozkładu ograniczającego, aby przybliżyć rozkład maksymalnie.
Ponieważ rozkład równomierny na [a, b] jest przedmiotem tego pytania, Makro podało dokładny rozkład dla dowolnego n i bardzo ładną odpowiedź. Wynik jest raczej trywialny. Dla rozkładu normalnego ładna postać zamknięta nie jest możliwa, ale odpowiednio znormalizowana maksimum dla rozkładu normalnego jest zbieżne z rozkładem Gumbela F (x) = exp (- e ).
Dla munduru normalizacja wynosi (ba) -x / n, a F (bax / n) = (1-x / [n (ba)])
która zbiega się do e . Zauważ, że y = bax / n. a F (y) zbiega się do 1, gdy y idzie do ba. Dotyczy to wszystkich 0
W takim przypadku łatwo jest porównać dokładną wartość z jej asymptotycznym limitem.