ฉันออกมาที่นี่สิ่งที่ได้รับการแนะนำในความคิดเห็นโดย @jbowman
ปล่อยให้ aคงที่ ให้ปฏิบัติตามและพิจารณาY_i-A แล้วก็a≥0a≥0YiYiExp(1)Exp(1)Zi=Yi−aZi=Yi−a
Pr(Zi≤zi∣Yi≥a)=Pr(Yi−a≤zi∣Yi≥a)
Pr(Zi≤zi∣Yi≥a)=Pr(Yi−a≤zi∣Yi≥a)
⟹Pr(Yi≤zi+a∣Yi≥a)=Pr(Yi≤zi+a,Yi≥a)1−Pr(Yi≤a)
⟹Pr(Yi≤zi+a∣Yi≥a)=Pr(Yi≤zi+a,Yi≥a)1−Pr(Yi≤a)
⟹Pr(a≤Yi≤zi+a)1−Pr(Yi≤a)=1−e−zi−a−1+e−ae−a=1−e−zi
⟹Pr(a≤Yi≤zi+a)1−Pr(Yi≤a)=1−e−zi−a−1+e−ae−a=1−e−zi
ซึ่งเป็นฟังก์ชั่นการกระจายของ(1)}Exp(1)Exp(1)
ลองอธิบายสิ่งนี้: ความน่าจะเป็นที่ rv จะตกในช่วงเวลาที่กำหนด (ตัวเศษในบรรทัดสุดท้าย) เนื่องจากมันจะเกินขอบเขตล่างของช่วง (ตัวส่วน) ขึ้นอยู่กับ ความยาวของช่วงเวลาและไม่ได้อยู่ในตำแหน่งที่ช่วงเวลานี้ถูกวางในบรรทัดจริง Exp(1)Exp(1)นี่เป็นอวตารของคุณสมบัติ " memorylessness " ของการแจกแจงเอ็กซ์โปเนนเชียลซึ่งเป็นการตั้งค่าทั่วไปที่มากกว่าไม่มีการตีความตามเวลา
ตอนนี้โดยเครื่องในเราบังคับจะเป็นที่ไม่ใช่เชิงลบและขับเคลื่อนผลที่ได้รับถือ + ดังนั้นเราสามารถระบุสิ่งต่อไปนี้: {Yi≥a}{Yi≥a}ZiZi∀a∈R+∀a∈R+
หากแล้ว(1)} Yi∼Exp(1)Yi∼Exp(1)∀Q≥0:Zi=Yi−Q≥0∀Q≥0:Zi=Yi−Q≥0 ⟹⟹ Zi∼Exp(1)Zi∼Exp(1)
เราสามารถหาที่มีอิสระที่จะรับค่าจริงที่ไม่เป็นลบทั้งหมดและความไม่เท่าเทียมที่จำเป็นต้องมีอยู่เสมอ (เกือบจะแน่นอน) หรือไม่? หากเราสามารถทำได้เราก็สามารถจัดการกับข้อโต้แย้งการปรับอากาศ Q≥0Q≥0
และแน่นอนเราทำได้ มันเป็นสถิติต่ำสุดตามสั่ง , , 1 ดังนั้นเราจึงได้รับQ=Y(1)Q=Y(1)Pr(Yi≥Y(1))=1Pr(Yi≥Y(1))=1
Yi∼Exp(1)⟹Yi−Y(1)∼Exp(1)
Yi∼Exp(1)⟹Yi−Y(1)∼Exp(1)
ซึ่งหมายความว่า
Pr(Yi−Y(1)≤yi−y(1))=Pr(Yi≤yi)
Pr(Yi−Y(1)≤yi−y(1))=Pr(Yi≤yi)
ดังนั้นหากโครงสร้างความน่าจะเป็นของยังคงไม่เปลี่ยนแปลงหากเราลบสถิติลำดับขั้นต่ำก็จะตามด้วยตัวแปรสุ่มและ โดยที่อิสระ ยังเป็นอิสระเนื่องจากการเชื่อมโยงที่เป็นไปได้ระหว่างพวกเขาไม่มีผลกระทบกับโครงสร้างน่าจะเป็นYiYiZi=Yi−Y(1)Zi=Yi−Y(1)Zj=Yj−Y(1)Yi,YjY(1)
จากนั้น sumมี iid ตัวแปรสุ่ม (และศูนย์) และอื่น ๆ∑ni=1(Yi−Y(1))n−1 Exp(1)
n∑i=1(Yi−Y(1))∼Gamma(n−1,1)