ค่าที่คาดหวังของสถิติการสั่งซื้อขั้นต่ำจากตัวอย่างปกติ


9

อัพเดท 25 มกราคม 2014: ความผิดพลาดได้รับการแก้ไขแล้ว โปรดเพิกเฉยค่าที่คำนวณได้ของค่าที่คาดหวังในภาพที่อัปโหลด - มันผิด - ฉันไม่ลบภาพเพราะมันได้สร้างคำตอบให้กับคำถามนี้

อัพเดท 10 มกราคม 2014: พบข้อผิดพลาด - พิมพ์ผิดทางคณิตศาสตร์ในหนึ่งในแหล่งที่ใช้ กำลังเตรียมการแก้ไข ...

ความหนาแน่นของสถิติการสั่งซื้อขั้นต่ำจากการรวบรวมตัวแปรสุ่มแบบต่อเนื่อง iid ด้วย cdfและ pdfคือ nFX(x)fX(x)

fX(1)(x(1))=nfX(x(1))[1FX(x(1))]n1[1]

หากตัวแปรสุ่มเหล่านี้เป็นมาตรฐานปกติแล้ว

fX(1)(x(1))=nϕ(x(1))[1Φ(x(1))]n1=nϕ(x(1))[Φ(x(1))]n1[2]
ดังนั้นค่าที่คาดหวังคือ
E(X(1))=nx(1)ϕ(x(1))[Φ(x(1))]n1dx(1)[3]

ที่เราได้ใช้คุณสมบัติสมมาตรของมาตรฐานปกติ ในโอเวน 1980 , p.402, eq. [ n, 011 ] เราพบว่า

-Zφ(Z)[Φ(aZ)]ม.dZ=aม.(a2+1)(2π)-φ(Z)[Φ(aZa2+1)]ม.-1dZ[4]

การจับคู่พารามิเตอร์ระหว่าง eqs [3]และ[4] ( a=-1 , ม.=n-1 ) ที่เราได้รับ

E(X(1))=-n(n-1)2π-φ(x(1))[Φ(-x(1)2)]n-2dx(1)[5]

อีกครั้งในโอเว่น 1980 หน้า 409, eq [ n0,010.2 ] เราพบว่า

[i=1mΦ(hidiz1di2)]ϕ(z)dz=Zm(h1,...,hm;{ρij})[6]

โดยที่เป็นมาตรฐานหลายตัวแปรปกติเป็นคู่ที่ชาญฉลาดและค่าสัมประสิทธิ์สหสัมพันธ์1Zm()ρij=didj,ij1di1

การจับคู่และเรามี, , , และ [5][6]m=n2hi=0,i

di1di2=12di=±13iρij=ρ=1/3

เมื่อใช้ผลลัพธ์เหล่านี้ eqจะกลายเป็น[5]

E(X(1))=-n(n-1)2πZn-2(0,...,0;ρ=1/3)[7]

ความน่าจะเป็นแบบปกติหลายตัวแปรมาตรฐานนี้ของตัวแปรที่มีความสัมพันธ์เชิง Equi-correlated ซึ่งประเมินทั้งหมดที่ศูนย์ได้เห็นการสอบสวนเพียงพอและวิธีการต่าง ๆ ในการประมาณและคำนวณได้มา ความคิดเห็นที่กว้างขวาง (ที่เกี่ยวข้องกับการคำนวณหลายตัวแปรปริพันธ์น่าจะเป็นปกติทั่วไป) เป็นแคนด์ (1963) Gupta ให้ค่าที่ชัดเจนสำหรับค่าสัมประสิทธิ์สหสัมพันธ์และมากถึง 12 ตัวแปร (ซึ่งครอบคลุมการรวบรวม 14 ตัวแปร) ผลลัพธ์คือ(คอลัมน์สุดท้ายผิด) :

ป้อนคำอธิบายรูปภาพที่นี่

ตอนนี้ถ้าเราแสดงกราฟว่าค่าของการเปลี่ยนแปลงกับเราจะได้รับZn-2(0,...,0;ρ=1/3)n

ป้อนคำอธิบายรูปภาพที่นี่

ดังนั้นฉันจึงมาถึงคำถาม / คำขอสามข้อของฉัน:
1) ใครสามารถตรวจสอบวิเคราะห์และ / หรือตรวจสอบด้วยการจำลองว่าผลลัพธ์สำหรับค่าที่คาดหวังนั้นถูกต้อง (เช่นตรวจสอบความถูกต้องของ eq )[7]

2) สมมติว่าวิธีการที่ถูกต้องใครบางคนสามารถให้วิธีแก้ปัญหาสำหรับบรรทัดฐานที่มีค่าเฉลี่ยไม่เป็นศูนย์และความแปรปรวนที่ไม่ใช่ศูนย์? ด้วยการเปลี่ยนแปลงทั้งหมดที่ฉันรู้สึกเวียนหัวจริงๆ

3) ค่าของความน่าจะเป็นอินทิกรัลน่าจะเปลี่ยนแปลงได้อย่างราบรื่น แล้วประมาณด้วยฟังก์ชันของ ?n

คำตอบ:


6

ผลลัพธ์ของคุณไม่ถูกต้อง นี่เป็นเรื่องง่ายที่จะเห็นโดยไม่มีการคำนวณใด ๆ เพราะในตารางของคุณเพิ่มขึ้นเมื่อขนาดตัวอย่าง ; โดยชัดแจ้งค่าคาดหวังขั้นต่ำของตัวอย่างจะต้องเล็กลง (เช่นกลายเป็นลบมากขึ้น) เมื่อขนาดตัวอย่างใหญ่ขึ้นE[X(1)] nn

ปัญหานี้เกิดจากแนวคิดรวบยอดค่อนข้างง่าย

โดยย่อ: ถ้า ~ด้วย pdf :XN(0,1)f(x)

ป้อนคำอธิบายรูปภาพที่นี่

... ดังนั้นไฟล์ pdf ของสถิติลำดับที่ 1 (ในตัวอย่างขนาด ) คือ:n

ป้อนคำอธิบายรูปภาพที่นี่

... รับที่นี่โดยใช้OrderStatฟังก์ชั่นmathStaticaด้วยโดเมนการสนับสนุน:

ป้อนคำอธิบายรูปภาพที่นี่

จากนั้นสำหรับสามารถรับได้อย่างง่ายดายเหมือนกับ:E[X(1)]n=1,2,3

ป้อนคำอธิบายรูปภาพที่นี่

กรณีที่แน่นอนคือประมาณซึ่งเห็นได้ชัดว่าแตกต่างจากการทำงานของคุณที่ -1.06 (บรรทัดที่ 1 ของตารางของคุณ) ดังนั้นดูเหมือนว่ามีบางอย่างผิดปกติกับการทำงานของคุณ (หรือบางทีอาจเป็นความเข้าใจของฉัน .n=30.846284

สำหรับการได้รับการแก้ปัญหาแบบปิดมีความยุ่งยากมากขึ้น แต่ถึงแม้ว่าการรวมสัญลักษณ์จะพิสูจน์ได้ยากเราก็สามารถใช้การรวมตัวเลข (เพื่อความแม่นยำโดยพลการหากต้องการ) นี่เป็นเรื่องง่ายมาก ... ที่นี่เช่นเป็นสำหรับขนาดตัวอย่างถึง 14 โดยใช้Mathematica :n4E[X(1)]n=1

 sol = Table[NIntegrate[x g, {x, -Infinity, Infinity}], {n, 1, 14}]

{0. , -0.56419, -0.846284, -1.02938, -1.16296, -1.26721, -1.35218, -1.4236, -1.48501, -1.53875, -1.58644, -1.62999, -1.66799, -1.67099}

ทุกอย่างเสร็จเรียบร้อย. ค่าเหล่านี้เห็นได้ชัดว่าแตกต่างจากค่าในตารางของคุณ (คอลัมน์ด้านขวา)

ในการพิจารณากรณีทั่วไปของผู้ปกครองให้ทำตามขั้นตอนข้างต้นโดยเริ่มจาก pdf ทั่วไปทั่วไปN(μ,σ2)


ขอบคุณสำหรับคำตอบ. จริง ๆ แล้วฉันเห็นว่ามีบางอย่างผิดปกติกับผลลัพธ์ที่เป็นตัวเลขหลังจากนั้นทั้งหมดค่าที่คาดหวังควรเพิ่มขึ้นในขนาดที่แน่นอนแทนที่จะลดลงเมื่อเพิ่มขึ้น ฉันออกจากคำตอบตามเดิมเพื่อดูว่าฉันจะได้รับข้อมูลเชิงลึกจากคำตอบใด ๆ หรือไม่ ฉันยังคงค้นหาในระดับทฤษฎีที่ว่าเป็นความผิดพลาดของผู้ต้องสงสัยที่ถูกใช้สมการแรกที่ผมจากโอเว่น (เพราะสองได้รับการยืนยันจากแหล่งอื่น ๆ ) ... โดยวิธีการที่คุณสามารถตรวจสอบว่า EQ นี้ใน โพสต์ของฉัน (เป็นการแปลงแบบสแตนด์อโลน) ถูกต้องหรือไม่ ฉันจะขอบคุณ n4
Alecos Papadopoulos
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.