Rastgele değişken verildiğinde
IID tekdüze değişkenler nerede , Y'nin PDF'sini nasıl hesaplarım ?
Rastgele değişken verildiğinde
IID tekdüze değişkenler nerede , Y'nin PDF'sini nasıl hesaplarım ?
Yanıtlar:
Bu sorunun ev ödevi olması mümkündür, ancak bu klasik temel olasılık sorununun birkaç ay sonra hala tam bir cevaptan yoksun olduğunu hissettim, bu yüzden burada bir tane vereceğim.
Sorun bildirisinden, dağıtımını istiyoruz
buradaki X_n, . olduğunu biliyoruz ve eğer sadece numunenin her elemanı küçükse . Sonra bu, @ varty'nin ipucunda belirtildiği gibi, bağımsız olması gerçeğiyle birlikte, bize
buradaki , düzgün dağılımın CDF'sidir . Bu nedenle, KTL olan
Yana kesinlikle sürekli bir dağılıma sahiptir biz CDF'yi farklılaşarak yoğunluğunu türetebilirsiniz . Bu nedenle yoğunluğu olduğu
olduğu özel durumda , sahibiz; bu, ve ile bir Beta dağılımının yoğunluğudur. beri .
Not olarak, örneklemenizi artan düzende sıralarsanız elde ettiğiniz diziye - - sipariş istatistikleri denir . Bu cevabın genelleştirilmesi, bir dağıtılmış örneğin tüm istatistiklerinin @ bnaul'un cevabında belirtildiği gibi bir Beta dağılımına sahip olmasıdır.
Bir örneğin maksimum değeri sipariş istatistiklerinden biridir , özellikle de numunesinin inci sipariş istatistiğidir . Genel olarak, Vikipedi makalesinde açıklandığı gibi, sıra istatistiklerinin dağılımının hesaplanması zordur; Bazı özel dağıtımlar için sipariş istatistikleri iyi bilinir (örneğin Beta dağıtımlı sipariş istatistiklerine sahip tek tip dağıtım için).
EDIT: En fazla ve en az örneklemle ilgili Wikipedia makalesi aynı zamanda sorununuza daha yardımcı ve daha özeldir.
Uygun şekilde normalleştirildiğinde bir IID rasgele değişken grubunun maksimum değeri genellikle üç aşırı değer türünden birine yakınlaşacaktır. Bu Gnedenko'nun teoremidir, aşırı uçlar için merkezi limit teoreminin denkliği. Özel tip, popülasyon dağılımının kuyruk davranışına bağlıdır. Bunu bilerek, maksimum dağılımını yaklaşık olarak belirlemek için sınırlayıcı dağılımı kullanabilirsiniz.
[A, b] 'deki düzgün dağılım bu sorunun konusu olduğundan, Macro herhangi bir n için tam bir dağılım vermiştir ve çok hoş bir cevap vermiştir. Sonuç oldukça önemsiz. Normal dağılım için güzel bir kapalı form mümkün değildir, ancak Gumbel dağılımına yapılan normal yakınsamalar için maksimum normalize edilmiştir F (x) = exp (- e ).
Üniforma için normalleştirme (ba) -x / n ve F (bax / n) = (1-x / [n (ba)])
bu, e değerine yaklaşır . Burada y = bax / n olduğuna dikkat edin. ve F (y), y ye ba giderken 1'e yakınsar. Bu, tüm 0 için tutar
Bu durumda, kesin değeri asimptotik sınırıyla karşılaştırmak kolaydır.