รอบคัดเลือกโซน
เขียน
Ip(ϵ)=∫∞0p(x)log(p(x)(1+ϵ)p(x(1+ϵ)))dx.
ลอการิทึมและความสัมพันธ์ระหว่างและแนะนำให้แสดงทั้งและอาร์กิวเมนต์เป็น exponentials ด้วยเหตุนี้ให้กำหนดp(x)p(x(1+ϵ))p
q(y)=log(p(ey))
สำหรับจริงทั้งหมดที่ด้านขวามือจะถูกกำหนดและเท่ากับใดก็ตามที่ 0 ขอให้สังเกตว่าการเปลี่ยนแปลงของตัวแปรทำให้เกิดและ (การให้เป็นความหนาแน่นของการแจกแจง) ว่ากฎความน่าจะเป็นทั้งหมดนั้นสามารถแสดงเป็นy−∞p(ey)=0x=eydx=eydyp
1=∫∞0p(x)dx=∫Req(y)+ydy.(1)
ให้เราสมมติเมื่อYeq(y)+y→0y→±∞ กฎนี้ออกมาแจกแจงความน่าจะกับ spikes หลายอย่างมากมายในความหนาแน่นใกล้หรือ\โดยเฉพาะอย่างยิ่งหากท้ายของเป็นแบบโมโนโทนิกแสดงถึงการสันนิษฐานนี้แสดงว่ามันไม่รุนแรงp0∞p(1)
เพื่อให้การทำงานกับลอการิทึมง่ายขึ้นให้สังเกตด้วยว่า
1+ϵ=eϵ+O(ϵ2).
เนื่องจากการคำนวณต่อไปนี้จะดำเนินการได้ถึงทวีคูณของกำหนดϵ2
δ=log(1+ϵ).
เราอาจรวมทั้งเปลี่ยนโดยกับสอดคล้องกับและบวกสอดคล้องกับบวก\1+ϵeδδ=0ϵ=0δϵ
การวิเคราะห์
วิธีหนึ่งที่ชัดเจนที่ความไม่เท่าเทียมสามารถล้มเหลวได้สำหรับอินทิกรัลเพื่อเบี่ยงเบนความแตกต่างของสิ่งนี้จะเกิดขึ้นถ้าเช่นนั้นจะต้องมีใด ๆในช่วงเวลาที่เหมาะสมของตัวเลขในเชิงบวกว่าขนาดเล็กไม่มีซึ่งในเป็นเหมือนศูนย์ แต่ไม่ได้ศูนย์ในช่วง . ที่จะก่อให้เกิด integrand ที่จะ ไม่มีที่สิ้นสุดกับความน่าจะเป็นในเชิงบวกIp(ϵ)ϵ∈(0,1][u,v]pp[u−ϵ,v−ϵ]
เพราะคำถามคือ unspecific เกี่ยวกับธรรมชาติของเราจะได้รับการจมอยู่กับปัญหาทางเทคนิคเกี่ยวกับวิธีการที่เรียบอาจจะมี ลองหลีกเลี่ยงปัญหาดังกล่าวโดยหวังว่าจะได้ข้อมูลเชิงลึกโดยสมมติว่าทุกแห่งมีอนุพันธ์มากมายเท่าที่เราจะสนใจใช้ (สองจะพอเพียงถ้าอย่างต่อเนื่อง.) เพราะเห็นว่าการค้ำประกันซากทางทิศชุด จำกัด ใด ๆ ก็หมายความว่าไม่เคยมีศูนย์เมื่อ0ppqq′′qp(x)x>0
โปรดทราบว่าคำถามนี้เกี่ยวข้องกับพฤติกรรมของเมื่อเข้าใกล้ศูนย์จากด้านบน เนื่องจากอินทิกรัลนี้เป็นฟังก์ชั่นต่อเนื่องของในช่วงเวลาจึงได้เมื่อถูก จำกัด ช่วงบวกใด ๆทำให้เราสามารถเลือกเพราะเห็นได้ชัดว่าIp(ϵ)ϵϵ(0,1]Mp(a)ϵ[a,1]c=Mp(a)/a2
cϵ2=Mp(a)(ϵa)2≥Mp(a)≥Ip(ϵ)
ทำให้ความไม่เท่าเทียมทำงานได้ นี่คือเหตุผลที่เราต้องเกี่ยวข้องกับการคำนวณโมดูโลเท่านั้นϵ2
วิธีการแก้
การใช้การเปลี่ยนแปลงของตัวแปรจากเป็น , จากเป็น , และเป็น , ลองคำนวณผ่านลำดับที่สองใน (หรือ ) โดยหวังว่าจะบรรลุ การทำให้เข้าใจง่าย ไปยังจุดสิ้นสุดที่กำหนดxypqϵδIp(ϵ)ϵδ
R(y,δ)δ2=q(y+δ)−q(y)−δq′(y)
จะเป็นการสั่งที่เหลือในการขยายตัวของเทย์เลอร์รอบปี2qy
Ip(ϵ)=∫Req(y)+y(q(y)−q(y+δ)−δ)dy=−∫Req(y)+y(δ+δq′(y)+R(y,δ)δ2)dy=−δ∫Req(y)+y(1+q′(y))dy−δ2∫Req(y)+yR(y,δ)dy.
การเปลี่ยนตัวแปรในการแสดงหนึ่งซ้ายมือก็จะต้องหายไปเป็นข้อสังเกตในสมมติฐานดังต่อไปนี้(1)การเปลี่ยนตัวแปรกลับไปเป็นในอินทิกรัลขวามือจะให้q(y)+y(1)x=ey
Ip(ϵ)=−δ2∫Rp(x)R(log(x),δ)dy=−δ2Ep(R(log(x),δ)).
ความไม่เท่าเทียมถือ (ภายใต้สมมติฐานทางเทคนิคต่าง ๆ ของเรา) ถ้าหากสัมประสิทธิ์ของทางด้านขวามือมี จำกัดδ2
การตีความ
นี่เป็นจุดที่ดีที่จะหยุดเพราะมันดูเหมือนจะเปิดเผยปัญหาสำคัญ:ถูก จำกัด ด้วยฟังก์ชันกำลังสองของอย่างแม่นยำเมื่อข้อผิดพลาดกำลังสองในการขยายตัวของเทย์เลอร์ไม่ ระเบิด (เทียบกับการจัดจำหน่าย) เป็นวิธี\Ip(ϵ)ϵqy±∞
ลองตรวจสอบบางกรณีที่กล่าวถึงในคำถาม: การแจกแจงแบบเอ็กซ์โปเนนเชียลและแกมม่า (เอ็กซ์โพเนนเชียลเป็นกรณีพิเศษของแกมม่า) เราไม่ต้องกังวลเกี่ยวกับพารามิเตอร์ของสเกลเพราะพวกเขาเพียงแค่เปลี่ยนหน่วยการวัด เฉพาะพารามิเตอร์ที่ไม่ใช่สเกลเท่านั้น
ที่นี่เนื่องจากสำหรับ , การขยายตัวของเทย์เลอร์รอบ ๆคือเทย์เลอร์ทฤษฎีบทที่เหลือหมายถึงถูกครอบงำโดยสำหรับธุรกิจขนาดเล็กพอ\เนื่องจากความคาดหวังของนั้นมี จำกัด ความไม่เท่าเทียมกันจึงมีไว้สำหรับการแจกแจงแกมมาp(x)=xke−xk>−1
q(y)=−ey+ky−logΓ(k+1).
yConstant+(k−ey)δ−ey2δ2+⋯.
R(log(x),δ)ey+δ/2<xδx
การคำนวณที่คล้ายกันบ่งบอกถึงความไม่เท่าเทียมกันในการกระจาย Weibull กระจายครึ่งปกติการแจกแจง Lognormal ฯลฯ ในความเป็นจริงจะได้รับการโต้แย้งเราจะต้องละเมิดอย่างน้อยหนึ่งสมมติฐานบังคับให้เรามองไปที่การกระจายที่หายไปในบางช่วงเวลาหรือ ไม่แตกต่างกันอย่างต่อเนื่องเป็นสองเท่าหรือมีหลายโหมดอย่างไม่ จำกัด การทดสอบเหล่านี้ง่ายต่อการใช้กับตระกูลการแจกแจงทั่วไปที่ใช้ในการสร้างแบบจำลองทางสถิติp