ฟังก์ชันการแจกแจงทวินามเหนือด้านบน / ด้านล่างของฟังก์ชันการแจกแจงปัวซองคืออะไร


30

ให้แสดงถึงฟังก์ชันการแจกแจงทวินาม (DF) พร้อมพารามิเตอร์และประเมินที่ : และปล่อยให้แสดง Poisson DF พร้อมพารามิเตอร์a \ in \ mathbb R ^ +ประเมินที่r \ in \ {0,1,2, \ ldots \} : \ start {equation} F (a , r) = e ^ {- a} \ sum_ {i = 0} ^ r \ frac {a ^ i} {i!} \ end {} สมn N p ( 0 , 1 ) r { 0 , 1 , , n } B ( n , p , r ) = r i = 0 ( nB(n,p,r)nNp(0,1)r{0,1,,n}F(ν,r)aR+r{0,1,2,}F(a,r)=e-ar i=0aผม

B(n,p,r)=i=0r(ni)pi(1p)ni,
F(ν,r)aR+r{0,1,2,}
F(a,r)=eai=0raii!.

พิจารณาp0และให้nกำหนดเป็นa/pdที่dเป็นค่าคงที่ของคำสั่งของ11ตั้งแต่npa , ฟังก์ชันB(n,p,r)มาบรรจบกับF(a,r)สำหรับrทั้งหมดrเท่าที่ทราบกันดี

ด้วยคำจำกัดความข้างต้นสำหรับnฉันสนใจในการกำหนดค่าของaที่

B(n,p,r)>F(a,r)p(0,1),
และทำนองเดียวกันกับที่
B(n,p,r)<F(a,r)p(0,1).
ฉันสามารถพิสูจน์ได้ว่าความไม่เท่าเทียมกันครั้งแรกมีaน้อยกว่าr ; มากขึ้นโดยเฉพาะสำหรับต่ำกว่าบางอย่างที่ถูกผูกไว้กรัม (R)กับกรัม (R) <R ในทำนองเดียวกันความไม่เท่าเทียมกันที่สองถือสำหรับพอมีขนาดใหญ่กว่าRคือสำหรับag(r)g(r)<raraมากกว่าผูกพันบางh(r)กับh(r)>r R (นิพจน์ของขอบเขตg(r)และh(r)ที่ไม่เกี่ยวข้องที่นี่. ฉันจะให้รายละเอียดไปยังทุกคนที่สนใจ.) อย่างไรก็ตามผลตัวเลขแสดงให้เห็นว่าความไม่เท่าเทียมกันผู้ถือสำหรับขอบเขตที่เข้มงวดน้อยกว่านั้นสำหรับใกล้ชิดกับrเกินกว่าที่ฉันจะพิสูจน์ได้ar

ดังนั้นฉันอยากจะรู้ว่ามีทฤษฎีบทหรือผลลัพธ์บางอย่างที่กำหนดไว้ภายใต้เงื่อนไขที่ความไม่เท่าเทียมกันแต่ละอย่างเก็บไว้ (สำหรับpทั้งหมดp); นั่นคือเมื่อรับประกันว่าจะเป็นแบบทวินาม DF เหนือ / ใต้ Poisson DF ที่ จำกัด หากทฤษฎีบทดังกล่าวไม่มีอยู่ความคิดหรือตัวชี้ไปในทิศทางที่ถูกต้องจะได้รับการชื่นชม

โปรดทราบว่าคำถามที่คล้ายกันซึ่งใช้ถ้อยคำในแง่ของฟังก์ชั่นเบต้าและแกมม่าที่ไม่สมบูรณ์ถูกโพสต์ใน math.stackexchange.com แต่ไม่มีคำตอบ


6
นี่เป็นคำถามที่น่าสนใจแม้ว่าฉันคิดว่ามันจะช่วยชี้แจงบางสิ่งบางอย่างโดยเฉพาะอย่างยิ่งซึ่งเป็น "ส่วนที่เคลื่อนไหว" และที่ไม่ได้ ดูเหมือนว่าคุณต้องการที่ถูกผูกไว้ที่ถือสม่ำเสมอในสำหรับแต่ละคง Rแต่อะไรคือบทบาทของที่นี่? มันไม่ควรสำคัญมาก แต่มันจำเป็นต้องมีการแนะนำหรือไม่? วิธีการหนึ่งอาจดูสิ่งต่าง ๆ ในแง่ของเวลารอคอยของกระบวนการปัวซงและจับคู่กับเวลารอเรขาคณิตที่เกี่ยวข้อง (ผ่านเพดานของแต่ละ) สำหรับตัวแปรสุ่มทวินามของคุณ แต่ที่อาจจะไม่ให้ผลผลิตสม่ำเสมอผูกพันคุณกำลังมองหา r dp rd
พระคาร์ดินัล

1
@ cardinal ขอบคุณที่สละเวลา ใช่ฉันต้องการให้ขอบเขตเป็นเครื่องแบบในหน้า p พารามิเตอร์อื่น ๆ ทั้งหมดได้รับการแก้ไข (แต่สามารถเลือกได้) เป็นเพียงพารามิเตอร์ฟรีหนึ่งตัว ตัวอย่างเช่นหนึ่งในผล hypothetic อาจจะเป็นดังนี้ "สำหรับการใด ๆ ตามธรรมชาติRมากกว่า2และใด ๆd ( - 1 , 1 )ที่ไม่เท่าเทียมกันครั้งแรกถือสำหรับทุก< R - dr2d(1,1)และสำหรับpทั้งหมด(0,1); และครั้งที่สองถือเป็น>r+ √ทั้งหมดa<rrp(0,1)และทุกหน้า(0,1) a>r+rp(0,1)
Luis Mendo

1
มีทฤษฎีสไตน์เฉินซึ่งประเมินข้อผิดพลาดเมื่อคุณใช้ poisson rv เพื่อประเมินผลรวมของตัวแปร bernoulli ที่ไม่จำเป็น ไม่แน่ใจเกี่ยวกับคำถามของคุณ
Lost1

สำหรับ finite การกระจายแบบทวินามนั้นปิดการสนับสนุนจากด้านบน ขนาดของมันอาจจะเลือกได้ (โดยเลือกn ) แต่มันจะปิด ในทางกลับกันการกระจาย Poisson มีการสนับสนุนมากมาย เนื่องจากเรากำลังมองหาที่ CDF ของสำหรับการ จำกัด ใด ๆnเรามักจะมี B ( n , P , R = n ) = 1 > F ( , n ) สำหรับค่าที่ได้รับอนุญาตใด ๆ ของพี, ดังนั้นเงื่อนไขสำหรับความไม่เท่าเทียมครั้งที่ 2 ที่ OP จะดำเนินการจะรวมอย่างน้อยที่สุด "สำหรับr <nnn
B(n,p,r=n)=1>F(a,n)
p,a ... "r<n
Alecos Papadopoulos

ดูคำตอบของ Did ได้ที่นี่: math.stackexchange.com/questions/37018/…
Alex R.

คำตอบ:


1

ด้วยความเคารพต่อไปนี้:

  • ค่าเฉลี่ยของ binomial dist คือnp

  • ความแปรปรวนคือnp(1p)

  • ค่าเฉลี่ยของ Poisson dist คือซึ่งเราสามารถจินตนาการได้ว่าn × pλn×p

  • ความแปรปรวนของปัวซองนั้นเหมือนกับค่าเฉลี่ย

ตอนนี้ถ้า Poisson เป็นขีด จำกัด ของ Binomial ที่มีพารามิเตอร์และpเช่นนั้นnจะเพิ่มค่าอนันต์และpลดลงเป็นศูนย์ในขณะที่ผลิตภัณฑ์ของพวกมันยังคงที่อยู่ดังนั้นสมมติว่าnและpไม่ได้แปรสภาพเป็นขีด จำกัด นั้น ๆn พีสูงกว่าเสมอn P ( 1 - P )ดังนั้นความแปรปรวนของทวินามน้อยกว่าที่ของ Poisson นั่นแปลว่า Binomial อยู่ใต้ก้อยและสูงกว่าที่อื่นnpnpnpnpnp(1p)


ขอขอบคุณสำหรับการสนับสนุนของคุณ. ดูเหมือนว่าฉันจะไม่สามารถตอบคำถามได้ แต่เนื่องจาก (1) OP มีความสนใจใน CDF ไม่ใช่ PDF (2) เขาขอคำตอบเชิงปริมาณ
whuber
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.