จำนวนสูงสุดของ IID Standardnormals ลู่กับมาตรฐานกัมเบลจัดจำหน่ายตามมากราคาทฤษฎี
เราจะแสดงสิ่งนั้นได้อย่างไร
เรามี
เราจำเป็นต้องค้นหา / เลือกลำดับของค่าคงที่เช่น:
คุณสามารถแก้ไขหรือค้นหามันในวรรณคดี?
มีบางตัวอย่างหน้า 6/71แต่ไม่ใช่สำหรับกรณีปกติ:
จำนวนสูงสุดของ IID Standardnormals ลู่กับมาตรฐานกัมเบลจัดจำหน่ายตามมากราคาทฤษฎี
เราจะแสดงสิ่งนั้นได้อย่างไร
เรามี
เราจำเป็นต้องค้นหา / เลือกลำดับของค่าคงที่เช่น:
คุณสามารถแก้ไขหรือค้นหามันในวรรณคดี?
มีบางตัวอย่างหน้า 6/71แต่ไม่ใช่สำหรับกรณีปกติ:
คำตอบ:
วิธีการทางอ้อมมีดังนี้:
สำหรับการแจกแจงแบบต่อเนื่องอย่างแน่นอน Richard von Mises (ในปี 1936 บทความ"La distribution de la plus grande de n valeurs"ซึ่งดูเหมือนว่าจะได้รับการทำซ้ำ - ภาษาอังกฤษ - ในฉบับปี 1964 ที่เลือก เอกสารของเขา) ได้จัดให้มีเงื่อนไขเพียงพอต่อไปนี้สำหรับตัวอย่างสูงสุดที่จะมาบรรจบกับ Gumbel มาตรฐาน :
ปล่อยให้เป็นฟังก์ชันการแจกแจงทั่วไปของตัวแปรสุ่ม iid และความหนาแน่นทั่วไป ถ้าอย่างนั้นn f ( x )
ใช้สัญกรณ์ปกติสำหรับมาตรฐานปกติและการคำนวณอนุพันธ์เรามี
โปรดทราบว่า xนอกจากนี้สำหรับการกระจายปกติ\ ดังนั้นเราต้องประเมินขีด จำกัดF-1(1)=∞
แต่คืออัตราส่วนของ Mill และเรารู้ว่าอัตราส่วนของ Mill สำหรับมาตรฐานปกติมีแนวโน้มที่เมื่อเติบโต ดังนั้น 1/xx
และสภาพที่เพียงพอมีความพึงพอใจ
ชุดที่เกี่ยวข้องจะได้รับเป็น
ภาคผนวก
นี่คือจาก ch 10.5 ของหนังสือเล่มนี้HA David & HN Nagaraja (2003), "การสั่งซื้อสถิติ" (3D Edition)
f ( t ) f ( t ) w ( t )(ก) นอกจากนี้การอ้างอิงถึง de Haan ก็คือ"Haan, LD (1976) ตัวอย่างสุดขั้ว: การแนะนำเบื้องต้น Statistica Neerlandica, 30 (4), 161-172 " แต่ระวังเพราะสัญกรณ์บางอันมีเนื้อหาต่างกันในde Haan - ตัวอย่างในหนังสือคือฟังก์ชันความหนาแน่นของความน่าจะเป็นในขณะที่ในde Haanหมายถึงฟังก์ชันของหนังสือ (เช่นอัตราส่วนของโรงสี) นอกจากนี้ de Haan ตรวจสอบสภาพเพียงพอที่แตกต่างกันแล้ว
คำถามถามสองสิ่ง: (1) วิธีแสดงให้เห็นว่าสูงสุดลู่ในแง่ที่ลู่ (กระจาย) สำหรับลำดับที่เลือกอย่างเหมาะสมและไปยังการกระจาย Gumbel มาตรฐานและ (2) วิธีการค้นหาลำดับดังกล่าว ( X ( n ) - b n ) / a n ( a n ) ( b n )
คนแรกเป็นที่รู้จักและบันทึกไว้ในเอกสารต้นฉบับของทฤษฎีบท Fisher-Tippett-Gnedenko (FTG) ครั้งที่สองดูเหมือนจะยากขึ้น นั่นคือปัญหาที่แก้ไขที่นี่
โปรดทราบเพื่อชี้แจงให้ชัดเจนถึงการยืนยันที่ปรากฏที่อื่นในกระทู้นี้
ค่าสูงสุดไม่ได้รวมเข้ากับสิ่งใด: มันเบี่ยงเบนไป (แม้ว่าช้ามาก)
ดูเหมือนว่าจะมีการประชุมที่แตกต่างกันเกี่ยวกับการกระจาย Gumbel ผมจะนำมาใช้ในการประชุมว่า CDF ของตรงกันข้ามกระจายกัมเบลเป็นถึงขนาดและสถานที่ที่กำหนดโดย(x)) ค่าสูงสุดมาตรฐานที่เหมาะสมของตัวแปร iid ปกติจะรวมเข้ากับการแจกแจงแบบกัมเบลที่กลับด้าน
เมื่อเป็น iid ที่มีฟังก์ชั่นการแจกแจงทั่วไปการแจกแจงสูงสุดคือ F X ( n )
เมื่อการสนับสนุนของไม่มีขอบเขตบนเช่นเดียวกับการแจกแจงแบบปกติลำดับของฟังก์ชั่นเดินไปทางขวาตลอดไปโดยไม่มีขีด จำกัด :F n
กราฟบางส่วนของสำหรับจะปรากฏขึ้น n = 1 , 2 , 2 2 , 2 4 , 2 8 , 2 16
เพื่อศึกษารูปทรงของการแจกแจงเหล่านี้เราสามารถเลื่อนแต่ละอันกลับไปทางซ้ายด้วยจำนวนและ rescale โดยเพื่อทำให้มันเปรียบเทียบกันa n
กราฟก่อนหน้าแต่ละอันถูกเลื่อนไปที่ตำแหน่งมัธยฐานที่และทำให้ช่วงความยาวหน่วยระหว่างหน่วย
FTG อ้างว่าลำดับและสามารถเลือกฟังก์ชั่นเพื่อให้การกระจายเหล่านี้มาบรรจบกันในทุก pointwiseบางส่วนกระจายความคุ้มค่ามากขึ้นไปขนาดและที่ตั้ง เมื่อคือการแจกแจงแบบปกติการ จำกัด การกระจายค่าที่มากเป็นพิเศษคือ Gumbel ที่กลับด้านขึ้นอยู่กับตำแหน่งและสเกล( b n ) x F
มันเป็นเรื่องดึงดูดที่จะเลียนแบบทฤษฎีบทขีด จำกัด กลางโดยกำหนดมาตรฐานให้มีค่าเฉลี่ยหน่วยและความแปรปรวนของหน่วย แม้ว่ามันจะไม่เหมาะสม แต่ส่วนหนึ่งเป็นเพราะ FTG ใช้กับการแจกแจงแบบต่อเนื่องที่ไม่มีช่วงเวลาที่หนึ่งหรือสอง ให้ใช้เปอร์เซ็นไทล์ (เช่นค่ามัธยฐาน) แทนเพื่อกำหนดตำแหน่งและความแตกต่างของเปอร์เซ็นต์ไทล์ (เช่น IQR) เพื่อพิจารณาการแพร่กระจาย (วิธีการทั่วไปนี้ควรประสบความสำเร็จในการค้นหาและสำหรับการแจกแจงแบบต่อเนื่องใด ๆ )a n b n
สำหรับการแจกแจงแบบปกติมาตรฐานสิ่งนี้กลายเป็นเรื่องง่าย! Let1 quantile ของสอดคล้องกับเป็นค่าใด ๆที่Q ระลึกถึงความหมายของวิธีแก้คือF n Q x QF n ( x ) = F n ( x )
ดังนั้นเราอาจตั้งค่า
เพราะจากการก่อสร้างมัธยฐานของเป็นและ IQR ของมันคือค่ามัธยฐานของค่า จำกัด ของ (ซึ่งเป็นรุ่นของตรงกันข้ามกัมเบลบางคน) จะต้องเป็นและ IQR มันจะต้องเป็น1ให้พารามิเตอร์ขนาดเป็นและพารามิเตอร์สถานที่เป็น\เนื่องจากค่ามัธยฐานคือและ IQR จึงพบว่าเป็นพารามิเตอร์จึงต้อง
มันไม่ได้เป็นสิ่งที่จำเป็นสำหรับและจะเป็นว่าค่าเหล่านี้พวกเขาต้องการเพียงใกล้เคียงกับพวกเขาให้ขีด จำกัด ของยังคงนี้ตรงกันข้ามกระจายกัมเบล การวิเคราะห์ที่ตรงไปตรงมา (แต่น่าเบื่อ) สำหรับปกติมาตรฐานแสดงให้เห็นว่าการประมาณ
จะทำงานได้ดี (และเรียบง่ายที่สุดเท่าที่จะทำได้)
เส้นโค้งสีฟ้าอ่อนเป็นกราฟบางส่วนของสำหรับใช้ลำดับโดยประมาณและb_nสายสีแดงเข้มกราฟกลับกระจายกัมเบลที่มีพารามิเตอร์และ\การบรรจบกันนั้นชัดเจน (แม้ว่าอัตราการลู่เข้าสำหรับการลบจะช้าลงอย่างเห็นได้ชัด) n = 2 , 2 6 , 2 11 , 2 16 ' n B ' nอัลฟ่าบีตาx
BV Gnedenko, การกระจายการ จำกัด ของระยะเวลาสูงสุดในซีรีส์แบบสุ่ม ใน Kotz และ Johnson, Breakthroughs ในสถิติ Volume I: รากฐานและทฤษฎีพื้นฐาน, Springer, 1992 แปลโดย Norman Johnson