iidサンプルの2つの最小実現の比率が1になるような正のサポートを持つ確率変数はありますか?


7

固定変数に対して、suppおよび確率変数を指定したと想像してくださいX(X)=(0,)P(X(0,a))>0a>0

iidのサンプル与えられた場合-X1,...,Xn

X(2)/X(1)P1
for、ここでは番目の最小要素を表しますか?nX(i)i


最後から2番目の段落の意味がわかりません。分布を想定していない場合、比率の制限についての記述は、すべての分布に当てはまらない限り、行うことができません。これは明らかにそうではありません。「ランダム変数はありますか?」と尋ねると、実際には、「分布から抽出されたiidサンプルの最小実現と2番目に小さい実現の比率が1になるような分布はありますか?」という意味です。XX
jbowman

@jbowman:ええ、はい、すべての分布に当てはまらないかどうか知りたいです...または別の言い方をすると、分布に名前を付けて、確率が1に収束するように比率を収束できますか(またはqn任意の固定数) )X

私は、ゼロでゼロの連続密度が必要になると思います。
kjetil b halvorsen

とがサイズ同じランダムサブサンプル内にある確率はため、「すべての確率...」で引数のスレッドを失いました。はありませんX(1)X(k)n/22(n/22)/(n2)1/2,(1/2)k.
whuber

すべてのがサブサンプル内にある確率を意味しサンプルが独立して描画された場合、ランダムにサンプルを2つのサンプルに分割するとp = X(1),...X(k)nk

回答:


6

はい、サンプルサイズが大きくなるにつれて、2番目に小さい値と最小値の比率が確率で1に近づくような分布があります。それらは、原点で確率がゼロに非常に速く近づくという意味で、厳密に肯定的なサポートを持つ分布のように「本質的に」振る舞う必要があります。下の最初の図を参照してください。

(私はここで正しい直観に依存していますが、分布が厳密に正の最小値を持っている場合、最終的に大きなサンプルの2つの最小値は両方ともその最小値に高い確率で近づき、その比率は1に近づきます。この直観は、最小値はゼロです。)


便宜上、独立した同一に分布したランダム変数を連続分布で処理してみましょう。これは、それらが共通の密度持ち、が共通の分布関数であることを意味します。XifF(x)=F(0)+0xf(t)dt

問題は、これらの変数の最初ののうち最小の2つ、、は任意に大きくなります。それらの間の2つの最小値の結合分布には密度がありますnX<Y,n

fn;2(x,y)=n(n1)f(x)f(y)(1F(y))n2

すべてのによって定義される 変数紹介0xy.u

x=uy

比表すためにから変数を変更にから積分と(の用語で表現することができる)、およびすべてにわたって積分します可能な値 私達比の分布関数を与えるとしてのx/y1,(x,y)(u,y),u=0u=rFyU=X/Y

Pr(Ur)=n(n1)0f(y)F(ry)(1F(y))n2dy
以下のための0r1.

この表現が分析の対象になります。


場合によっては、の分布を簡単に評価できUます。この次のセクションは転用ですが、それは答えにつながる思考プロセスを明らかにします。

たとえば、 for where としますによってまったく変化しない答えが得られます。可能な比率の場合

Fp(y)=yp
0y1p>0.n0r1,

(1)Pr(Ur)=rp.

これは、原点の近くでように動作するすべての分布が、比率に対してこのパワー分布のようなものを生成することを示しています。特に、確率でに収束しません。FF(y)yp1


大きくなる、一定の値に収束しない確率です。つまり、比率がに近づく分布は発見されていませんが、適切なメンバーを選択することで、この比率を近づけることができる分布ファミリーがあります(つまり、 、パワーが十分に大きくなるように選択します)。したがって、原点でが他の多項式より平坦である分布を検討する場合があります。古典的な、そして最も単純なそのような関数の1つはp(1)1U11pF

F(x)=exp(11x2)

以下のための0x1.

指数関数がゼロになることはないため、明らかにそのサポートはまで拡張されます。 は無限微分可能ですが、すべての導関数はゼロです。0,F0

Fのグラフ

この場合、の積分は引き続き評価できます。結果を表現する方が簡単ですここで、ようになります。Pr(Ur)s1,

1/s2=r,

(2)Pr(Ur)=Pr(U1/s2)=e1sn!(1+s)(n1)=se1s1(n)s(n)

どこ

s(n)=s(1+s)(2+s)(n1+s)

ポチャハンマー関数です。以下は、およびのこの確率のプロット(関数として)ですが増加 すると、グラフはレベル0に向かって低下します。sn=2,22,222,223,224.n

図2

すべてのz=s1>0,

1(n)s(n)=1(n)(1+z)(n)=11+z22+z33+znn+z0

大きくなります。(その対数のMacLaurinシリーズを調べます。)したがって、すべては、比率が定数に近づく確率を示します。ns=1+z>1, (2)0,U1


すでに本当にありがとう-あなたの解決策は私にとって簡単なものではないので、完全に理解するのに1時間かかるかもしれません。しかし、あなたが何を意味するのかを尋ねてもいいでしょう:(ここでは、分布が厳密に正の最小値を持っている場合、最終的に大きなサンプルの2つの最小値は両方とも、その最小値に近い確率で高い確率に近づくという正しい直感に依存します最小値がゼロの場合、この直感は機能しません。ランダム変数は定数によって下限が定められているということですか?Xc>0

はい。具体的には、ような正のがありc>0Pr(X<c)=0.
whuber

はい、それはあなたの仮定に反する:私はときと指摘しています正の最小値を持つ、制限比率が直感的である アイデアは、我々はそのようなエミュレートすることができるということです原点に、非常に迅速にゼロに確率行くを作ることによって。述べたように、私の投稿の2番目の部分は、最後の部分で分析および説明されている、結論に対する反例の動機にすぎません。X1.X
whuber

2
いいね!標準のフレシェ分布を使用して同じ結果が得られました。この選択では、あり、変数変更を使用して、確率 は簡単ですベータ関数を含む形式、そして再び発散無限積は確率で収束を与えます。付近でも同じフラットな動作になり。F(ry)=F(y)1/rz:=F(y)Pr(Ur)0
Yvesは

2
私はwhuberの素敵な答えのバリエーションのみを提案しました。に対して標準のフレシェを選択すると、計算は非常に簡単になります。F(y)=exp{1/y}y>0
Yvesは
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.