Oczekiwana wartość maksymalnego stosunku n iid zmiennych normalnych


10

Załóżmy, X1,...,Xn są IID z N(μ,σ2) i niech X(i) oznaczają odpowiednio i „th najmniejszy element z X1,...,Xn . Jak można przekroczyć górną granicę oczekiwanego maksimum stosunku między dwoma kolejnymi elementami w X(i) ? To znaczy, jak obliczyć górną granicę dla:

E[maxi=1,...,n1(X(i+1)X(i))]

Literatura, którą udało mi się znaleźć, skupia się głównie na stosunku między dwiema zmiennymi losowymi, co daje rozkład współczynników, dla którego podano pdf dla dwóch nieskorelowanych rozkładów normalnych tutaj: https://en.wikipedia.org/wiki/ Ratio_distribution # Gaussian_ratio_distribution . Chociaż pozwoliłoby mi to przekroczyć oczekiwany średni stosunek n zmiennych, nie widzę, jak uogólnić to pojęcie, aby znaleźć oczekiwany maksymalny stosunek n zmiennych.


Jak zauważył poniżej Whuber, oczekiwanie na stosunek dwóch kolejnych statystyk rzędu nie jest zbieżne. Ale gdyby tak się stało, lub jeśli jesteś zainteresowany ich różnicy, powiedzmy ... problem powinien w rzeczywistości uprościć znalezienie stosunku (lub różnicy, zależnie od przypadku) dwóch statystyk NAJWIĘKSZYCH zamówień, tj. E [ X ( n ) - X (
E[maxi=1,...,n1(X(i+1)X(i))]
... właśnie z kształtu normalnych ogonów.
E[X(n)X(n1)]
wilki

Odpowiedzi:


7

Oczekiwanie jest niezdefiniowane.

Niech być IID według dowolnego rozkładu F z następujących własności: istnieje liczbę dodatnią h i dodatni ε taki sposób, żeXiFhϵ

(1)F(x)F(0)hx

dla wszystkich . Ta właściwość jest prawdziwa dla każdego rozkładu ciągłego, takiego jak rozkład normalny, którego gęstość f jest ciągła i niezerowa przy 0 , dla tego czasu F ( x ) - F ( 0 ) = f ( 0 ) x + o ( x ) , co pozwala nam weź za h dowolną stałą wartość między 0 a f ( 0 ) .0<x<ϵf0F(x)F(0)=f(0)x+o(x)h0f(0)

Aby uprościć analizę, założę również i 1 - F ( 1 ) > 0 , z których oba są prawdziwe dla wszystkich rozkładów normalnych. (To ostatnie można zapewnić, jeśli to konieczne, przeskalowując F. Ten pierwszy służy jedynie do zwykłego niedoszacowania prawdopodobieństwa.)F(0)>01F(1)>0F

Niech i przeceńmy funkcję przeżycia stosunku jakot>1

Pr(X(i+1)X(i)>t)=Pr(X(i+1)>tX(i))>Pr(X(i+1)>1, X(i)1/t)>Pr(X(i+1)>1, 1/tX(i)>0, 0X(i1)).

Ten ostatni prawdopodobieństwo jest prawdopodobieństwo, że dokładnie z X j przekraczać 1 , dokładnie jeden leży w przedziale ( 0 , 1 / t ] , a pozostałe i - 1 , (jeśli występuje) nonpositive chodzi o F że szansę daje wielomianowe wyrażenieniXj1(0,1/t]ja-1fa

(nn-ja,1,ja-1)(1-fa(1))n-ja(fa(1/t)-fa(0))fa(0)ja-1.

Gdy , nierówność ( 1 ) zapewnia dolną granicę, która jest proporcjonalna do 1 / t , pokazując, żet>1/ϵ(1)1/t

Funkcja przeżycia z X, ( i + 1 ) / X ( I ) , ma ogon zachowuje się asymptotycznie jako 1 / T , to znaczy S ( t ) = / T + O ( 1 / T ) w dniach liczba dodatnia a .S(t)X(i+1)/X(i)1/tS(t)=a/t+o(1/t)a

Z definicji oczekiwanie dowolnej zmiennej losowej jest oczekiwaniem jej dodatniej części plus oczekiwanie jej ujemnej części - max ( - X , 0 ) . Ponieważ dodatnia część oczekiwania - jeśli istnieje - jest całką funkcji przeżycia (od 0 do ) imax(X,0)max(X,0)0

0xS(t)dt=0x(1/t+o(1/t))dtlog(x),

dodatnia część oczekiwania na rozbieżna.X(i+1)/X(i)

Xi


2
n=3
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.