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

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 21.10.2024

Просмотров: 103

Скачиваний: 0

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

•где Fh(и)—функция распределения неотрицательно определенной (квадратичной формы.

т

^Ац (0; Я)) vy^ -

*,/=1

от компонент вектора V= (1/ 1. ,., Vm) с распределением N (О, С), где

 

Alj(Q-,H)= \ at(x;

 

0 )a y(x;

9) Н(х; 9)dx.

(5.4.8)

Из этой

теоремы

следует

 

 

 

 

Т е о р е м а

5.7.

Если

 

 

 

 

почти всюду

по х,

 

at(x\ t)

непрерывна по t

в С/0<е и

at(x; 9)

| ^ G(x;

9) £L2

1

при t б Я е>Е, i = l , т ;

 

 

 

/(х;0)

распределение случайного вектора Y « (0—0) слабо схо­ дится к N (О, J'1) при п->-са, где J—информационная мат­ рица Фишера с элементами

А, е; 1 =

\а[(х-, Q)al(x; Q )-1 — dx, i,

/ = 1 , т , (5.4.9)

/(*; 0).

длг; 0)

 

то

 

 

 

Нш Р {¥ (0 )< и }= < 3 т («).

(5.4.10)

П- * со

До к а з а т е л ь с т в о . По теореме 5.9. предельное распре­

деление ¥(0) совпадает с распределением квадратичной формы V'JV от вектора V с распределением N(0, У-1). Теперь доказа­ тельство следует из следствия теоремы 5.2. Предполагается, что матрица J невырождена.

В заключение этого параграфа в качестве примера прило­ жения теоремы 5.5 рассмотрим плотность Г-распределения] с q

степенями свободы (&= 1) [98]

1

tqxq~x е~1Х,

*>о,

(5.4.11)

f(x; 0 = Г (q)

 

х^.0,

0,

 

 

Г=(0, с»).

160


Пусть 0 £ Т и случайная величина X распределена с плот­

ностью f(x; Q). Поскольку

Е Х = — , то в качестве

оценки

9 по

 

 

 

9

 

 

 

 

данным

выборки Х (,

i =

1, п, из X возьмем

9

=

-=•,

где

X —среднее арифметическое

выборки.

 

 

X

 

 

 

 

 

Так

как DX —— , то

по центральной предельной теореме

 

02

 

 

 

 

 

 

распределение случайной

величины V п |^Х—

jLj

слабо

схо­

дится к N (0., — ]. Отсюда, применяя утверждение а) теоремы

\62 /

5.4 ( т = 1 ,.а = — , ш(ы) =

— , F „ = X ),

получим, что распределе-

V

6

«

 

/

 

ние V п (0—0)

слабо сходится к

N ( 0, — .

 

 

 

 

V

я2 )

Плотность (5.4.11)

удовлетворяет условию 1° теоремы 5.5.

Имеем

 

 

 

 

 

 

/<*/(*;

*)\*

_<?г (2<7-1)

 

V

dt

22qT2(q)Q

Следовательно,

 

?lixn Р [J( ------------I 1 MИL1 _фФ(0 )< ;ы

1 = ( } ( ы)

I 0Г (2q—1)

J 1V

Заметим, что предельное распределение - j - Ф(0) не зави­

сит от 0.

§ 5. ПРЕДЕЛЬНОЕ РАСПРЕДЕЛЕНИЕ СРЕДНЕГО КВАДРАТИЧЕС­ КОГО РАСХОЖДЕНИЯ ПАРАМЕТРИЧЕСКИХ ОЦЕНОК ПЛОТНОСТИ

РАСПРЕДЕЛЕНИЯ

Если независимые оценки 0<!> параметра

0,

l,s, пост­

роенные по независимым выборкам

Х (/\

/ = 1

i = l ,

$,

таковы,

что

распределение

каждого

из

векторов

 

.

,

К

(0(г> — 9 )=

= =

(^in£,•••, Vmnг)

сходится к N(0, С) при «,•-> со,

11. Г. М. Мания

 

 

 

 

 

15


то очевидно, что отсюда

при условии

1° *> (теоремы 5.5) выте­

кает соотношение

 

 

 

 

Нш

Р

Ф (0<'))<м = Fs*(u),

(5.5.1)

min п;

-*■ со

t=l

 

 

t

 

 

 

где F (и) —функция расгфеделения из

(5.4.1), a Fs* (и)

означает

s-кратную свертку распределения F (и) с самим собой.

 

В § 1 была

введена

статистика

Ф (0(1), ... , 9(s)),

получа-

S

ющаяся из суммы ^ 0 ( 0 ( 0 ) заменой f(x) взвешенной сред­

ней / {х) оценок fi (х) = / (х\ 0(9). Наиболее наглядный вид она принимает при s = 2. Нетрудно видеть, что

 

ф (0(1) ,0> ))

= J h J h _

\fl{x)- J 2{x)Y dx.

 

 

 

 

«1+ «2

J

 

 

 

В работе [98] было доказано, что

при условиях теоремы

5.5 н

условии 3°

Р ( Ф ^ 1), '0<2))< a } = F(u),

 

 

 

lim

 

 

 

ОС

 

 

 

 

 

 

т. е.

при s = 2 замена

f(x)

в сумме Ф (0(1)) +

Ф (0(2))

функцией:

f (х)

приводит к понижению на 1 „степени свободы

предель­

ного

распределения (5.5.1).

Это

явление привлекает

внимание

аналогией со следующим фактом:

в то время

как сумма

квад­

ратов независимых случайных величин с распределением N(0, 1)

имеет распределение f

с s

степенями свободы, то сумма

квад­

ратов тех же величин, уменьшенных на их среднюю арифмети­

ческую,

имеет

опять-таки ^-распределение,

но с

s—1 степе­

нями свободы.

 

 

 

 

 

Упомянутый

результат о распределении Ф(9(1),

0(2))

сле­

дует из

теоремы

5.8 [70, 71], которая утверждает,

что

анало­

гичный эффект

понижения степени свободы

предельного расп­

ределения (5.5.1)

наблюдается и при s > 2.

 

 

 

Т е о р е м а

 

5.8. Fcau выполнены условия

(теоремы 5.5)

и 7°, то

 

 

 

 

 

')

Обозначения 1°— 6° сохраняются для условий из § 4.

 

 

162


lim P {Ф(0<1>)...,0(8))<ы} = Я5- 1)*(«),

(5.5.2)

min m —■oo

где F(и) определяется в (5.4.1).

Д о к а з а т е л ь с т в о . Для краткости обозначим

5

T i(x)=li, 7 ( х ) = Т f(x) = f, ^ Щ= п.

г=1

Тогда

S S

 

i =

1

 

 

»= 1

 

 

 

 

 

 

 

S

 

 

 

я

 

 

 

 

 

 

2

M 7 - f ) 2-

-

2

м 7 - / )

 

 

 

» =

i

 

 

 

 

 

 

 

Итак, обозначив

tb

 

 

 

 

 

 

 

ос)=— , имеем

 

 

 

 

 

 

 

 

п

 

 

 

 

 

 

 

a

 

 

s

 

 

 

 

 

 

 

2

м 7 - / ) г=

 

 

 

2

 

“ ^ М Ь - Я

i= a

 

 

 

i

 

 

L‘ =

i

 

I

Пусть

 

 

U(x) = (U1(x),...r

U,(*))

 

 

 

 

 

 

 

—вектор с

компонентами

 

 

 

 

 

 

 

 

U,(x)=У~п7 [/ (х\"в ^ )-

f (х; 0')],

i= 1, s .

 

В этих

терминах

(если

| X |означает норму

вектора

X )

 

о

 

 

 

 

 

 

 

 

 

 

2

M 7 ( * W

W ) 2=

l f W

 

\

]

ctff/Д х)

 

 

( =

1

 

 

 

 

 

 

 

 

Существует

ортогональная матрица,

зависящая от

ns

 

 

 

В=\\ЪЦ\Г t, / = 1 ~ „

 

 

 

163


для которой

^ i = ai. i = l , s .

Поскольку при ортогональном преобразовании длина вектора не меняется, то

S

 

s

 

 

 

~]2

s — 1

Г

s

 

 

2

 

«</,<*>

= 2

 

 

' ^ i b4 Ui ^

 

t =

1

 

 

t =

i

L/ = i

 

Согласно (5.4.3),

с

вероятностью

s

 

P {0^ £ £/0>g}, стремящейся

 

 

 

 

 

 

 

 

i= l

 

 

по условию

7° к

1

при m in ^ -^ o o ,

верно соотношение

 

 

 

 

s— 1

s

 

 

 

 

 

 

 

2

2

w

*

»

-

 

 

 

 

 

i= l

/ = 1

 

 

 

 

 

s—1

 

s

 

m

 

 

 

 

=

2

 

2

'A ' 2

м *

0<*' ^

и1"<

 

*= i

 

/ =

i

1=1

 

 

 

 

Учитывая, что

 

 

 

m

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

dx=

 

 

 

/= i

 

/ =

i

 

 

 

 

 

 

 

 

m

 

 

s

 

 

 

 

 

 

2

a<(*; e ) 2

 

ьч щ

dx=

 

 

 

 

 

 

 

 

1= 1

 

/ =

1

 

m

=^ ЛМ(0)2<^>=Л(^>; 9),

P,4=l

s

где Z C O - V Ьц V(J]', i = 1, s, из условия 1° теоремы 5.5

/ = 1

164