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

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 21.10.2024

Просмотров: 101

Скачиваний: 0

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

доверия построить на данном сегменте доверительную область

ДЛЯ f(x).

В § 4 исследуется локальная и глобальная точность одной непараметрической оценки плотности двумерного распределения, которая является двумерным аналогом оценки Р о з е н б л а т т а

[96].

 

 

 

§ 1. РАВНОМЕРНАЯ СХОДИМОСТЬ /„ (*) К /(*)

 

 

 

П а р з е н о м

[90] было доказано,

что

при некоторых усло­

виях fn(x)' по вероятности

сходится

к f(x) равномерно на всей

прямой. Условия сходимости с вероятностью 1 устанавливает

 

 

Т е о р е м а

2.1 [47].

Если

 

 

 

 

 

1°

К(х)—функция с ограниченным, изменением и JK ( x ) d x = l ;

(

00

 

 

 

 

 

 

 

2°

ряд

ynfl2

 

 

 

 

 

 

е

сходится при любом у >

 

3° f(x) равномерно непрерывна на всей оси,

 

то с вероятностью 1

 

 

 

 

 

 

 

 

 

 

Vn=

sup

I fn(x)-f(x) |

 

сходится к нулю.

x£Rl

 

 

 

 

 

 

 

 

 

 

 

^

Д о к а з а т е л ь с т в о .

Пусть Vn

sup* I /„ (x) — E fn{x) J.

М /

 

 

 

 

 

 

x^R1

 

Покажем,

что

с вероятностью

1. В самом деле,

применив

формулу интегрирования по частям, находим,, что

 

 

 

sup

I fn(x )-E fn(x) | =

sup

 

 

 

 

 

 

: x£Rl

 

x^R1

 

 

 

 

 

 

 

 

 

 

 

 

 

oo

 

 

-

T . f

 

 

^

sup

Т | | Э Д -

 

 

 

x£Ri

 

 

 

 

 

dK

x —u

<

sup

\ S n( x ) - F ( x ) \

- I j i ,

 

 

 

h

 

 

 

 

 

Vx £ R L

i

'

h

 

 

 

 

 

i

 

 

.

>

(2. 1Л)

68


где [х= Var K(x), Sn(x)- эмпирическая функция распределения, построенная по выборке, a F{x) ~ функция распределения X.

Нетрудно заметить, что

p { d „(0. 4 >

 

- ^

} « : p

{ « (0. i » - ^ }

+

+ P { d - ( 0

,

1 )>

y = r J

= 2 (1 -P * (X )),

(2.1.2)

D~(0,

1) были

определены

в гл. I).

Из

известной

формулы

Н.

В.

С м и р н о в а

[57] (см.

(1.1.3)),

как

показали

Д в о р е ц ­

кий ,

К и ф е р

и В о л ь ф о в и ц [78],

следует неравенство

 

 

 

 

 

1

—aX2

 

(2.1.3)

 

 

 

 

 

 

 

 

где

0 < а ^С 2,

a

ch

1, здесь и ниже означает положительную

константу. Тогда

из (2.1.2) и (2.1.3) имеем

 

 

 

 

 

 

 

 

 

 

 

(2.1.4)

 

В силу (2.1.1) и (2.1.4),

 

 

 

 

 

 

 

 

P { sup |fn(x)~ E fn(x) |>

г] <

 

 

 

 

1

 

x^R1

 

 

 

 

 

 

 

 

D

 

 

 

 

< P

 

sup [ 5

 

 

 

 

 

 

 

{ x^ R 1

 

 

 

 

 

 

 

Неравенство (2.1.5) с применением леммы Бореля-Кантелли

позволяет утверждать, что Vn стремится

к нулю с вероятностью

1 при п—>~со.

 

 

 

 

Для доказательства

теоремы остается

показать,

что

sup ] Е /„(* )—f(x) |->-0.

Пусть S > 0 .

Тогда,

полагая

М —

x^R1

 

 

 

 

= max f(x), имеем

 

 

 

'

x£R'

 

 

 

 

 

 

 

 



 

 

sup I E fn(x)— f(x) I <

 

 

x^R1

^

sup

dy +

 

x^R1

 

4-

sup

 

 

 

> 8

^

sup

sup \ f(x -y)-f(x)\ + 2 M \K(y)dy. (2. 1.6)

 

X ^ R 1

\ у \ < ь

 

 

\y\>m

Пусть rj > 0 произвольно мало. При достаточно малом 5 > 0 первоз слагаемое в правой части (2. 1.6) меньше vj/2 ввиду рав­ номерной непрерывности f{x)\ для фиксированного § можно по­ добрать п столь большим, чтобы второй член правой части (2.1.6) также был меньше rj/2. Тогда из (2.1.6) следует

 

 

 

sup |Е fn(x)-f(x)

|<

7].

 

 

 

 

 

 

 

x^R1

 

 

 

 

 

 

 

 

 

 

Теорема доказана.

 

 

 

 

 

 

 

 

 

 

 

Необходимо отметить,

что условия

теоремы

в некотором

смысле

неулучшаемы.

Ш у с т е р

доказал

[98, 99],

что если

К(х) удовлетворяет

условию 1°

и

некоторым

дополнительным

условиям, a h'n)—условию 2°, то

для равномерной сходимости

fn(x) к f(x) с вероятностью

1 необходима

равномерная

непре­

рывность

f(x) на всей оси.

 

 

 

 

 

 

 

 

 

 

§ 2. ЛЕММА О ВЕРОЯТНОСТЯХ БОЛЬШИХ УКЛОНЕНИИ

Вывод предельного

распределения

статистики,

с

помощью

которой строятся

доверительные

области

для

f(x),

основывается

на ряде вспомогательных предложений.

Основным

из них явля­

ется лемма 2.4

о вероятностях

больших

уклонений,

которая

представляет и самостоятельный интерес.

 

 

 

 

 

 

Предположим, что ядро К{х), которое,

как

было

отмечено

в § 1, является борелевской функцией,

интегрируемой по

Л ебе­

гу, удовлетворяет

условиям

 

 

 

 

 

 

 

 

 

 

70


 

1.

sup

K(x) <

со.,

 

 

 

 

 

 

 

 

 

2.

К (х)= К (-х),

 

 

 

 

 

 

 

 

 

 

 

3.

lim

хЩх) —О,

 

 

 

 

 

 

 

 

 

 

Х ~ ±

«5

 

 

 

 

 

 

 

 

 

 

 

 

СО

 

 

 

 

 

 

 

 

 

 

 

 

4.

Г K(x)dx=L

 

 

 

 

 

 

 

 

 

От плотности f(x) будем требовать

непрерывность

и ограничен­

ность на всей оси.

Пусть, кроме того,

 

 

 

 

 

 

 

 

min

 

/( л :)= р .> 0.

 

 

 

(А)

 

 

—°о<;а<■*<&< °°

 

 

 

 

 

 

 

 

 

Разделим

сегмент [а, Ь]

на s=s(n)

отрезков Дх, ...,A S рав­

ной длины hQ:h0— l/s—------ Число

отрезков

s будет в даль-

 

 

 

 

s

 

 

 

 

 

 

 

 

 

нейшем расти вместе с ростом объема выборки п.

 

 

 

 

Л е м м а

2.1.

При

возрастании

п,

Е f^(x) ->

f(x)

и

 

00

 

 

 

00

 

 

 

 

 

 

 

 

J К2 ^Х — - j f(u)du-'f(x)

J

Кг (и) du

равномерно

по

х,

оо

 

 

оо

 

 

 

 

 

 

 

 

— о о < х < с о .

2.2.

Пусть

tx, ...

 

ts — середины

интервалов

 

Л е м м а

,

A i,...,A s и

 

 

 

 

 

 

 

 

 

 

 

 

 

fn (tj) —Ешj n ( Q

) = „

— 1 / 2

V

'

«(ЭД.

j = ~ s ,

 

 

 

V b f n(t})

 

 

 

2

 

 

 

где

 

 

 

 

i = 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

7^

 

i

 

 

- v

1* e ш

 

 

 

 

 

j K2

 

 

 

f(u)du-h[ETn(tj)V

 

 

h~^K ip -P L) - V h E U t ,)

(2 .2 .1)

Щ )

71