Файл: Мания, Г. М. Статистическое оценивание распределения вероятностей.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 21.10.2024

Просмотров: 100

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

где

D _

I

 

 

^2)

л

у \_

I

(«! - 2 R zxz2 + z\).

 

 

■j—

к

V е , ( 1 - в а) ’

e (

l ’ 2' ~

 

 

(1.4.39)

 

Далее, нетрудно видеть, что

 

 

 

 

 

 

 

_____ t\___________ tj

 

_

[ ( 4 у +

2 ) X -

tr - f8]«

 

 

2e2

2(1 -

02)

 

2(es. - e 1)

 

=

_ i

- 0

( Zl, z , ) - 2 ( 2 v +

1)*X*,

 

где

переменные tx и t2 связаны c

zx и г2 следующими соотно­

шениями:

 

 

 

 

 

 

 

 

 

 

к = (4 v + 2)Х вх + гх Т/ 91 (1 - 0г) г

 

 

к =

(4v +

2) X (1 -

02) +

z21/ 02(1 - 02) •

 

Полагая теперь

 

 

 

 

 

 

 

= (4 v + 4) X 0j + zx У (1 — 0г) г

(1.4.40)

 

к =

 

 

 

 

 

z2У02(1

 

 

(4 v +

4) X (1

— 02) +

— 02)

 

будем иметь

 

 

 

 

 

 

 

 

 

_____ к_____ tl

__

[ ( 4 у +

4 )Я, — к — ^ ]2'

 

 

2

0!

2(1 -

0Я)

 

2 (02

0,)

 

=

-1

0 (Zl, z2) -

2 (2 v +

2)*Х*.

 

Преобразовывая интегралы в правой части формулы (1.4.38)

спомощью подстановок (1.4.39) и (L4.40), получим

Ф(0J, 02; X) =

V 0а(10а)

1 0 (zx, z2) \dz1 dz2 —

ехр

2-п У 1 — R2 J

 

X

 

/ M l - Л ) У М 1- У '

 

63


2 л ] Л

- R2

X.— 2 (2 v +

1) X 6,

/ 9 , 0 - 6 , )

X |

exp {— 2 (2 v + l ) 2X2} X

2

V=0

Я— 2 (2 v - f - 1) X (1 — 92)

/02( 1- 02)

j’ expj — -i-0(z1,z2)jd e1dz2 +

— X — 2 (2 v 4 - 1)X0,

— X — 2(2v* + 1) X (1 — 0a)

 

/ 9 , (1- 6,)

 

/ 6 2 ( 1 - 6 2 )

+

 

1

 

2 V exp { — 2 (2 v + 2)2X2} X

2izV

1- Я 2

2

 

 

 

 

 

v-0

 

X — 2 (2 V +

2) X 0,

X

2 (2 V + 2) X (1 0a)

 

/ 0, 0 - 0,)

 

/ 62(1- 62)

X

 

 

 

 

1

 

 

 

 

exp I ------ — 6 (z1,z2)dz1 dz2

— X — 2 (2 V + 2) X 0, — X — 2 (2 v + 2 )X (l-

 

/ 6, ( 1-H ,)

 

/ 62(1- 62)

 

Отсюда

непосредственно следует

Ф (0„ 02; X) =

X

X

 

 

 

 

 

 

 

/ 6 , ( 1 6,) / 0 2 (1 - 02)

 

 

 

X

 

X

 

 

 

/ 9 , 0 - 9 0

/ 62( 1- 62)

 

 

 

 

CD

 

 

г-Х у .’ -

У

г 2

( ~ ‘ )>' 1 е х р 1 ~ 2 *П , , Х

 

 

 

 

fe=l

/

0, 0 - 0,)

X — 2k\(l — (

 

/ 02(1

X

 

 

 

 

exp { -------— 0(2!, zs) } dzxdz2.

— X 2kX 0,

X 2 fe X (1 — 0a)

 

/ 9 , 0 - 9 0

 

/ 62(1- 63)

Тем самым теорема доказана.

64


Теперь рассмотрим частные случаи.

Если

0Х = 0

и

02 =

1,

то

 

 

 

со

 

 

И т Рп (0,

1; X) =

1 -

2 V

( -

l )^1exp { - 2fc2X2} = K(X) .

Л — оо

 

 

 

 

 

Й=1

Если 0Х =

0

и

02 = 0,

то

 

 

 

 

 

 

/

0 ( 1 -

0)

 

 

lim

(0’ , ; 1 ) “

у

к

1 е х р | -

т Н

г

п-+<х>р

 

 

 

 

К 0 ( 1 - 9 )

X— 2feX (16)

 

 

 

 

 

 

 

00

 

 

 

 

/

0(10)

i =

2 ^

( -

 

1)*-* exp { - 2 fe2X2] j

exp { -

]/2

k=\

 

 

 

 

— X — 2 fe X (1 — 0)

 

 

 

 

 

 

 

 

 

 

 

V

0 ( 1 - 0 )

Если,

наконец,

0X =

1

02 = 0,

lim Pn (0,

1

- 0; X)

= Ф (0;

X) =

/!->■ oo

 

X

 

 

X

 

 

 

 

 

 

У 0 ( 1 - 0 )

У 6 ( 1 - 0 )

 

1

Г

 

 

I e x p {

 

 

 

 

2 7C |/ 1 — R2 J

 

 

 

 

X

 

 

X

 

 

/ 0 ( 1 - 0 )

/

0 ( 1 - 0 )

 

1

 

OO

 

 

 

■ 9

(

-

i)* -1 X

2 tzV

1

- - R 2

£ = I

 

 

 

 

 

 

 

 

 

X — 2 * X 0

X — 2 Ы 0

 

 

/ 0 ( 1 - 0 )

У 0 ( 1 - 0 )

to

y 9 ( Z i , г2)

j dz

d

X e x p {— 2& 2 X2} l

 

1

 

d z 1d ?2 ,

j* exp

2 0

(Zi, z2)

 

 

— X — 2fe X0

— X — 2fcX0

/0 ( 1 — 0)

/ 0 ( 1 - 0 )

5. Г. M. Мания

65


где

 

 

 

1 -

0 *

 

 

 

 

 

 

В

приложении к

книге

приведена

таблица

для

функции

Ф (0, X), [25] (см. табл. 2). С

помощью

этой

таблицы при дос­

таточно больших п(п ^

100)

можно указать

верхний и нижний

пределы отклонения Sn(х) — F (%) на интервале

[х: 0 ^

F (х) ^

^ 1

0} ,

гарантируемые

с

наперед

заданной вероятностью.

Пусть,

наприхер,

0

=

0,25,

X =

1, 6;

тогда для доста­

точно больших п с вероятностью

0,,9883

можно

гарантировать

неравенство

 

 

 

 

 

 

 

 

 

 

-- i A < S n( x ) - F ( x ) ^ - b L

У п

У п

для всех х из интервала :0,25 ^ F (х)

0,75) .I

I

J


Г Л А В А II

НЕПАРАМЕТРИЧЕСКАЯ ОЦЕНКА ПЛОТНОСТИ

 

 

РАСПРЕДЕЛЕНИЯ

 

 

 

Первые результаты в области непараметрическсго оценива­

ния плотности распределения принадлежат советским математи­

кам В. И. Г л и в е н к о и Н.

В. С м и р н о в у ,

которые в каче­

стве оценки рассматривали

гистограмму.

В.

И. Г л и в е н к о

установил, что при

некоторых условиях

гистограмма с вероят­

ностью I равномерно сходится к теоретической

плотности

[5], а

Н. В. С м и р н о в

получил предельное распределение для

мак­

симума абсолютной величины нормированного отклонения гисто­

граммы от теоретической плотности [58].

 

 

 

 

 

 

 

За последние

годы вопросы

непараметрическсго приближе­

ния плотности получили

ноЕсе

ссЕепение в работах

Р о з е н -

б л а т т а

[96], Н. Н.

 

Ч е н ц о в а

[66],

П а р з е н а

[90],

Э. А. Н а д а р а я

[47], У о т с о н а

и Л и д б е т т е р а

[105]

и др.,

изучивших

свойства „обобщенной гистограммы'1, т.

е.

статистики

 

 

 

 

 

П

 

 

 

 

 

 

 

 

 

 

где Хг, ..., Хп—выборка

из

генеральной

совокупности

X с

не­

прерывной

плотностью

f(x),

ядро

К{х) некоте рая бсрелеЕская

функция,

интегрируемая

 

по мере

Лебега,

=

—последова­

тельность

положительных

чисел,

стремящаяся к нулю,

причем

В § 1

доказывается

теорема Э. А.

Н а д а р а я

[47] об усло­

виях равномерной

сходимости

fn(x)

к

f(x)

с вероятностью

1.

Далее, в

§§ 2 — 3

следуют его же

результаты [48, 49], позво­

ляющие оценить

точность

fn(x)

и при

заданном

коэффициенте

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

67