Распределение экстремальных значений


12

Если элемент соответствует нормальному распределению, среднее значение также следует нормальному распределению. Как насчет минимума и максимума?


Возможно, вы захотите заглянуть в эту книгу .
mpiktas

1
@ user4211, вы спрашиваете о распределении минимума и максимума любого образца распределения или только нормального?
mpiktas

Ответы:


13

Вы должны взглянуть на статистику заказа . Вот очень краткий обзор.

Пусть - выборка iid размера n, взятая из совокупности с функцией распределения F и функцией плотности вероятности f . Определите Y 1 = X ( 1 ) , , Y r = X ( r ) , , Y n = X ( n ) , где X ( r ) обозначает статистику r- го порядка выборкиX1,XnnFfY1=X(1),,Yr=X(r),,Yn=X(n)X(r)r , т. Е. Его r- е наименьшее значение.X1,Xnr

Можно показать , что функция совместной плотности вероятности являетсяY1,,Yn

, если у 1 < у 2 < ... < у п и 0 в противном случае.fX(1),,X(n)(y1,,yn)=n!i=1nf(yi)y1<y2<<yn0

Интегрируя предыдущее уравнение, мы получаем

fX(r)(x)=n!(r1)!(nr)!f(x)(F(x))r1(1F(x))nr

В частности, для минимума и максимума мы соответственно имеем

fX(1)(x)=nf(x)(1F(x))n1

fX(n)(x)=nf(x)(F(x))n1


+1, я отредактировал небольшую ошибку во второй последней формуле.
mpiktas

Спасибо, ocram, ответ впечатляет, так что я проверил как хороший ответ, но теперь вы можете сделать это простым языком, спасибо :) Кстати, как вы положили уравнение в stackexchnage?
user4211

fX(1)fX(n)fX(1)


1

Сумма гауссианов является гауссовой. Вот почему в среднем это нормально. Распределение любой нелинейной функции (конечного числа) гауссианов не обязательно должно быть гауссовым, и обычно это не так. Так обстоит дело с функцией максимума. Чтобы приблизить максимум многомерного гауссова, Hothorn - хорошее место для начала.


очень интересно прочтет хоторн
user4211
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.