มีตัวอย่างความไม่เท่าเทียมแบบ Chebyshev ด้านเดียวหรือไม่?


32

ฉันสนใจในอสมการ Chebyshev รุ่นเดียวของ Cantelliต่อไปนี้:

P(XE(X)t)Var(X)Var(X)+t2.

โดยทั่วไปถ้าคุณทราบค่าเฉลี่ยและความแปรปรวนของประชากรคุณสามารถคำนวณขอบเขตบนความน่าจะเป็นในการสังเกตค่าที่แน่นอน (นั่นคือความเข้าใจของฉันอย่างน้อย)

อย่างไรก็ตามฉันต้องการใช้ค่าเฉลี่ยตัวอย่างและความแปรปรวนตัวอย่างแทนค่าเฉลี่ยและความแปรปรวนประชากรจริง

ฉันเดาว่าเนื่องจากสิ่งนี้จะทำให้เกิดความไม่แน่นอนมากขึ้นขอบเขตบนจะเพิ่มขึ้น

มีความไม่เท่าเทียมกันคล้ายกับข้างบน แต่นั่นใช้ค่าเฉลี่ยตัวอย่างและความแปรปรวนหรือไม่

แก้ไข : อะนาล็อก "ตัวอย่าง" ของความไม่เท่าเทียมกันของ Chebyshev (ไม่ใช่ด้านเดียว) ได้ถูกแก้ไขแล้ว หน้าวิกิพีเดียมีรายละเอียดบางอย่าง อย่างไรก็ตามฉันไม่แน่ใจว่ามันจะแปลไปยังกรณีด้านเดียวที่ฉันมีข้างต้นได้อย่างไร


ขอบคุณ Glen_b มันค่อนข้างเป็นปัญหาที่น่าสนใจ ฉันคิดเสมอว่าความไม่เท่าเทียมกันของ Chebyshev นั้นทรงพลัง (เพราะให้คุณอนุมานเชิงสถิติโดยไม่ต้องใช้การแจกแจงความน่าจะเป็น) ดังนั้นความสามารถในการใช้กับค่าเฉลี่ยตัวอย่างและความแปรปรวนน่าจะสวยมาก
casandra

คำตอบ:


26

ใช่เราสามารถรับผลลัพธ์แบบอะนาล็อกได้โดยใช้ค่าเฉลี่ยและความแปรปรวนตัวอย่างอาจมีความประหลาดใจเล็กน้อยเกิดขึ้นในกระบวนการ

ก่อนอื่นเราต้องปรับแต่งคำสั่งคำถามเพียงเล็กน้อยและตั้งสมมติฐานบางอย่าง ที่สำคัญมันควรจะชัดเจนว่าเราไม่สามารถหวังที่จะเปลี่ยนความแปรปรวนประชากรด้วยความแปรปรวนตัวอย่างทางด้านขวามือตั้งแต่หลังเป็นแบบสุ่ม ! ดังนั้นเราจึงให้ความสนใจกับความไม่เท่าเทียม ในกรณีที่ไม่ชัดเจนว่าสิ่งเหล่านี้เทียบเท่าโปรดทราบว่าเราได้แทนที่ด้วยในความไม่เท่าเทียมเดิมโดยไม่มีการสูญเสียทั่วไปt t σ

P(XEXtσ)11+t2.
ttσ

ประการที่สองเราคิดว่าเรามีตัวอย่างสุ่มและเราสนใจขอบเขตบนของปริมาณอะนา โดยที่เป็นตัวอย่าง Mean และคือค่าเบี่ยงเบนมาตรฐานตัวอย่างP ( X 1 - ˉ Xt S ) ˉ X SX1,,XnP(X1X¯tS)X¯S

ก้าวไปข้างหน้าครึ่งก้าว

โปรดทราบว่าโดยการใช้อสมการ Chebyshev เดิมด้านเดียวกับเราได้รับ โดยที่ซึ่งมีขนาดเล็กกว่าทางด้านขวาของรุ่นดั้งเดิม มันสมเหตุสมผลแล้ว! การรับรู้ตัวแปรสุ่มจากตัวอย่างใด ๆ จะมีแนวโน้มที่จะใกล้เคียงกับค่าเฉลี่ยตัวอย่างมากขึ้นกว่าค่าเฉลี่ยของประชากร ดังที่เราจะเห็นด้านล่างเราจะได้รับการแทนที่โดยภายใต้สมมติฐานทั่วไปมากยิ่งขึ้น P ( X 1 - ˉ Xt σ ) 1X1X¯σ2=Var(X1)σS

P(X1X¯tσ)11+nn1t2
σ2=Var(X1)σS

รุ่นตัวอย่างของ Chebyshev ด้านเดียว

เรียกร้อง : ให้เป็นตัวอย่างที่สุ่มดังกล่าวว่า0 จากนั้นโดยเฉพาะอย่างยิ่งรุ่นตัวอย่างของขอบเขตจะเข้มงวดกว่ารุ่นประชากรดั้งเดิมP ( S = 0 ) = 0 P ( X 1 - ˉ Xt S ) 1X1,,XnP(S=0)=0

P(X1X¯tS)11+nn1t2.

หมายเหตุ : เราไม่คิดว่ามีค่าเฉลี่ยหรือความแปรปรวนแน่นอน!Xi

พิสูจน์ ความคิดคือการปรับการพิสูจน์ของอสมการ Chebyshev ด้านเดียวดั้งเดิมและใช้สมมาตรในกระบวนการ ก่อนอื่นให้ตั้งค่าเพื่อความสะดวกสบาย จากนั้นสังเกตว่า P ( Y 1t S ) = 1Yi=XiX¯

P(Y1tS)=1ni=1nP(YitS)=E1ni=1n1(YitS).

ตอนนี้สำหรับบน , { S > 0 } 1 ( Y ฉันเสื้อS ) = 1 ( Y ฉัน + เสื้อS เสื้อS ( 1 + C ) )1 ( ( Y ฉัน + เสื้อS ) 2ที2 ( 1 + c ) 2 S 2 )( Yc>0{S>0}

1(YitS)=1(Yi+tcStS(1+c))1((Yi+tcS)2t2(1+c)2S2)(Yi+tcS)2t2(1+c)2S2.

จากนั้น เนื่องจากและ .ˉ Y = 0 i Y 2 i = ( n - 1 ) S 2

1ni1(YitS)1ni(Yi+tcS)2t2(1+c)2S2=(n1)S2+nt2c2S2nt2(1+c)2S2=(n1)+nt2c2nt2(1+c)2,
Y¯=0iYi2=(n1)S2

ทางด้านขวามือเป็นค่าคงที่ ( ! ) ดังนั้นการคาดหวังจากทั้งสองฝ่ายจึงทำให้ ในที่สุดการย่อตัวลงเหนือให้ผลซึ่งหลังจากพีชคณิตตัวน้อยสร้างผลลัพธ์ขึ้นมา

P(X1X¯tS)(n1)+nt2c2nt2(1+c)2.
cc=n1nt2

เงื่อนไขทางเทคนิคที่น่ารำคาญ

โปรดทราบว่าเราต้องสมมติเพื่อให้สามารถหารด้วยในการวิเคราะห์ นี่ไม่ใช่ปัญหาสำหรับการแจกแจงแบบต่อเนื่องอย่างแน่นอน แต่เป็นการวางความไม่สะดวกสำหรับการแยกแบบ สำหรับการกระจายที่ไม่ต่อเนื่องมีความน่าจะเป็นบางอย่างที่สังเกตทั้งหมดเท่ากันซึ่งในกรณีนี้สำหรับทุกและ0P(S=0)=0S20=Yi=tS=0it>0

เราสามารถกระดิกทางของเราออกมาโดยการตั้งค่า0) จากนั้นการถกเถียงอย่างรอบคอบเกี่ยวกับการโต้แย้งแสดงให้เห็นว่าทุกอย่างต้องผ่านการเปลี่ยนแปลงอย่างแท้จริงและเราได้รับq=P(S=0)

ข้อพิสูจน์ 1 . สำหรับกรณีเรามีq=P(S=0)>0

P(X1X¯tS)(1q)11+nn1t2+q.

พิสูจน์ Split ได้ที่เหตุการณ์ที่เกิดขึ้นและ\} หลักฐานก่อนหน้านี้ผ่านไปแล้วสำหรับและกรณีนั้นเล็กน้อย{S>0}{S=0}{S>0}{S=0}

ผลลัพธ์ความไม่เท่าเทียมที่สะอาดกว่าเล็กน้อยหากเราแทนที่ความไม่เท่ากันแบบไม่ จำกัด ในคำแถลงความน่าจะเป็นรุ่นที่เข้มงวด

ควันหลง 2 ให้ (อาจเป็นศูนย์) จากนั้นq=P(S=0)

P(X1X¯>tS)(1q)11+nn1t2.

คำพูดสุดท้าย : ตัวอย่างรุ่นของความไม่เท่าเทียมกันนั้นไม่จำเป็นต้องใช้สมมติฐานบน (นอกเหนือจากนั้นก็ไม่ได้เป็นค่าคงที่เกือบแน่นอนในกรณีความไม่เสมอภาคแบบไม่ จำกัด ซึ่งเวอร์ชั่นดั้งเดิมก็ถือว่าโดยปริยาย) โดยสาระสำคัญเพราะตัวอย่างเฉลี่ยและความแปรปรวนตัวอย่างมีอยู่เสมอไม่ว่า analogs ของประชากรจะมีหรือไม่X


15

นี่เป็นเพียงส่วนเติมเต็มให้กับคำตอบอันชาญฉลาดของ @cardinal Samuelson Inequalityระบุว่าสำหรับตัวอย่างขนาดเมื่อเรามีค่าที่แตกต่างอย่างน้อยสามค่าของการรับรู้ของมันถือว่า เมื่อคำนวณโดยไม่มีการแก้ไขความลำเอียง,2}nxi

xix¯<sn1,i=1,...n
ss=(1ni=1n(xix¯)2)1/2

จากนั้นใช้สัญลักษณ์ของคำตอบของคาร์ดินัลเราสามารถระบุได้ว่า

P(X1X¯Sn1)=0a.s.[1]

เนื่องจากเราต้องการค่าที่แตกต่างกันสามค่าเราจะมีตามข้อสมมติ ดังนั้นการตั้งค่าในความไม่เท่าเทียมกันของ Cardinal (เวอร์ชั่นเริ่มต้น) ที่เราได้รับS0t=n1

P(X1X¯Sn1)11+n,[2]

อีคิว นั้นเข้ากันได้กับ eq [1]การรวมกันของทั้งสองบอกเราว่าพระคาร์ดินัลความไม่เท่าเทียมกันจะเป็นประโยชน์เป็นความน่าจะเป็นคำสั่งสำหรับ{n-1} [2][1]0<t<n1

ถ้าความไม่เท่าเทียมของคาร์ดินัลต้องการให้ต้องคำนวณอคติให้ถูกต้อง (เรียกสิ่งนี้ว่า ) สมการจะกลายเป็นSS~

P(X1X¯S~n1n)=0a.s.[1a]

และเราเลือกเพื่อให้ได้มาจากความไม่เท่าเทียมของพระคาร์ดินัลt=n1n

P(X1X¯S~n1n)1n,[2a]
และช่วงเวลาที่มีความหมายน่าจะเป็นสำหรับคือt0<t<n1n.

2
(+1) บังเอิญที่ฉันพิจารณาปัญหานี้เป็นครั้งแรกข้อเท็จจริงที่ว่าเป็นจริงเริ่มต้นเงื่อนงำที่ความไม่เท่าเทียมกันของตัวอย่างควรจะเข้มงวดกว่าเดิม ฉันต้องการบีบที่โพสต์ของฉัน แต่ไม่สามารถหาสถานที่ (สบาย) สำหรับมัน ฉันดีใจที่เห็นคุณพูดถึงมัน (จริง ๆ แล้วมีการปรับปรุงเล็กน้อย) ที่นี่พร้อมกับรายละเอียดเพิ่มเติมที่ดีมากของคุณ ไชโย maxi|XiX¯|Sn1
พระคาร์ดินัล

ไชโย @ พระคาร์ดินัลคำตอบที่ดี - ให้ความกระจ่างแก่ฉัน - มันสำคัญสำหรับความไม่เท่าเทียมกันของคุณว่าใครกำหนดความแปรปรวนตัวอย่าง (แก้อคติหรือไม่)?
Alecos Papadopoulos

เพียงเล็กน้อยเท่านั้น ฉันใช้ความแปรปรวนตัวอย่างที่แก้ไขโดยอคติ หากคุณใช้แทนเพื่อทำให้เป็นมาตรฐานคุณจะพบกับแทนซึ่งหมายถึงคำว่าในความไม่เท่าเทียมขั้นสุดท้ายจะหายไป ดังนั้นคุณจะได้รับขอบเขตเดียวกันกับในอสมการ Chebyshev ด้านเดียวดั้งเดิมในกรณีนั้น (สมมติว่าฉันได้ทำพีชคณิตอย่างถูกต้องแล้ว) :-)n - 1 1 + t 2 c 2nn1 (n-1)+nt2c2
1+t2c2t2(1+c)2
n / ( n - 1 )
(n1)+nt2c2nt2(1+c)2,
n/(n1)
พระคาร์ดินัล

@Cardinal ... ซึ่งหมายความว่าสมการที่เกี่ยวข้องในคำตอบของฉันมีและซึ่งหมายความว่าความไม่เท่าเทียมกันของคุณบอกเราว่าสำหรับเลือกที่จะเปิดใช้งานแซมวลความไม่เท่าเทียมกันน่าจะเป็นของเหตุการณ์ที่เรากำลังตรวจสอบที่ไม่สามารถมีค่ามากกว่า , คือไม่มากกว่าสุ่มเลือกใครตระหนักถึงคุณค่าจากตัวอย่าง ... ซึ่งทำให้รู้สึกหยั่งรู้สัญชาตญาณ: สิ่งที่พิสูจน์ได้ว่าเป็นไปไม่ได้อย่างแน่นอนในข้อตกลงกำหนดเมื่อเข้าหา probabilistically ความน่าจะเป็นของมันผูกพันไม่เกิน equiprobability ... ไม่ชัดเจน ในใจฉัน 2 a t 1 / n1a2at1/n
Alecos Papadopoulos
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.