Angenommen, die Zufallsvariablen und sind unabhängig und -verteilt. Zeigen Sie, dass ein \ hat Text {Exp} (1) Verteilung.X.1, . . . , X.nY.1, . . . , Y.nU.( 0 , a )Z.n= n logmax ( Y.( n ), X.( n ))min ( Y.( n ), X.( n ))Exp ( 1 )
Ich habe dieses Problem durch Setzen von { X.1, . . . , X.n, Y.1, . . . Y.n} = { Z.1, . . . , Z.n}} Dann ist max ( Y.n, X.n) = Z.( 2 n ) würde als ( zein)2 n und min ( Y.n, X.n) = Z.(1) als 1−(1−za)2n
Die Dichten können leicht gefunden werden als fZ1(z)=(2n)(1−za)2n−11a und fZ(2n)(z)=(2n)(za)2n−11a
Hier fällt es mir schwer zu wissen, wohin ich als nächstes gehen soll, nachdem diese berechnet wurden. Ich denke, es hat etwas mit einer Transformation zu tun, aber ich bin mir nicht sicher ...
Antworten:
Dieses Problem kann allein aus den Definitionen gelöst werden: Die einzige erweiterte Berechnung ist das Integral eines Monoms.
Vorbemerkungen
Lassen Sie uns durchgehend mit den Variablen und : Dies ändert , macht jedoch iid mit gleichmäßigen Verteilungen, wodurch alle störenden Erscheinungen von in den Berechnungen eliminiert werden. Wir können also ohne Verlust der Allgemeinheit annehmen .Y i / a Z n ( X 1 , … , Y n ) ( 0 , 1 ) a a = 1Xi/ a Y.ich/ a Z.n ( X.1, … , Y.n) ( 0 , 1 ) ein a = 1
Beachten Sie, dass die Unabhängigkeit des und ihre gleichmäßige Verteilung für jede Zahl impliziert, für die , y 0 ≤ y ≤ 1Y.ich y 0 ≤ y≤ 1
mit einem identischen Ergebnis für . Zum späteren Nachschlagen können wir damit rechnenX.( n )
Lösung
Sei eine positive reelle Zahl. Um die Verteilung von , ersetzen Sie seine Definition und vereinfachen Sie die resultierende Ungleichung:Z nt Z.n
Dieses Ereignis gliedert sich in zwei gleichwahrscheinliche Fälle, je nachdem, ob oder der kleinere der beiden ist (und ihr Schnittpunkt mit einer Wahrscheinlichkeit von Null kann ignoriert werden). Daher müssen wir nur die Wahrscheinlichkeit eines dieser Fälle berechnen (sagen wir, wo kleiner ist) und sie verdoppeln. Da , , können wir (wenn wir die Rolle spielen lassen von ) um die Berechnungen im vorläufigen Abschnitt anzuwenden: Y ( n ) Y ( n ) t ≥ 0 0 ≤ e - t / n X ( n ) ≤ 1 e - t / n X ( n ) yX(n) Y(n) Y(n) t≥0 0≤e−t/nX(n)≤1 e−t/nX(n) y
Das bedeutet für eine Exp -Verteilung. ( 1 )Zn (1)
quelle
Ich werde die Lösung skizzieren, hier mit einem Computer-Algebra-System, um die Kleinigkeiten zu erledigen ...
Lösung
Wenn eine Stichprobe der Größe im übergeordneten , lautet das PDF des Stichprobenmaximums: und ähnlich für . n X ∼ Uniform ( 0 , a ) f n ( x ) = nX1,...,Xn n X∼Uniform(0,a) Y.
Ansatz 1: Finden Sie das gemeinsame PDF von(X(n),Y(n))
Da und unabhängig sind, ist das gemeinsame PDF der 2 Stichprobenmaxima einfach das Produkt der 2 PDFs, sagen wir :Y ( X ( n ) , Y ( n ) ) f ( n ) ( x , y )X Y (X(n),Y(n)) f(n)(x,y)
Gegeben ist . Dann wird der CDF von ist ist: ZnP(Zn<z)Zn=nlogmax(Y(n),X(n))min(Y(n),X(n)) Zn P(Zn<z)
Hier verwende ich diez Zn
Prob
Funktion aus dem mathStatica- Paket, damit Mathematica automatisiert. Die Differenzierung des cdf wrt ergibt das pdf von als Standard-Exponential.Z nAnsatz 2: Auftragsstatistik
Wir können Auftragsstatistiken verwenden, um die Mechanik des Umgangs mit den Funktionen Max und Min zu umgehen.
Noch einmal: Wenn eine Stichprobe der Größe auf dem übergeordneten , dann ist das PDF des Stichprobenmaximums , sag, : n X ∼ Uniform ( 0 , a ) W = X ( n ) f n ( w )X1,...,Xn n X∼Uniform(0,a) W=X(n) fn(w)
Die Stichprobenmaxima und sind nur zwei unabhängige Zeichnungen aus dieser Verteilung von ; dh die und Ordnungsstatistiken von (in einer Stichprobe der Größe 2) sind genau das, wonach wir suchen: Y ( n ) W 1 s t 2 n d W.X(n) Y(n) W 1st 2nd W
Das gemeinsame PDF von in einer Stichprobe der Größe 2, z. B. , Lautet:g ( . , . )(W(1),W(2)) g(.,.)
Gegeben ist . Dann wird der CDF von ist ist:Zn=nlogmax(Y(n),X(n))min(Y(n),X(n)) Zn P(Zn<z)
Der Vorteil dieses Ansatzes besteht darin, dass die Wahrscheinlichkeitsberechnung nicht mehr die Max / Min-Funktionen umfasst, was die Ableitung (insbesondere von Hand) etwas einfacher ausdrücken kann.
Andere
Wie aus meinem obigen Kommentar hervorgeht, haben Sie die Frage anscheinend falsch interpretiert ...
Wir werden gebeten zu finden:
wo der Nenner min (xMax, yMax), ... nicht das Minimum aller 's und ' s.X Y
quelle