Answers:
首先要做的是形式化“重尾巴”的含义。在将两个分布标准化为具有相同的位置和比例(例如标准偏差)后,可以从概念上看待极端尾部的密度:
(通过此答案,这也与您的问题有些相关)
[对于这种情况,扩展最终并没有多大关系;即使您使用非常不同的音阶,t仍将比正常“重”;正常总是最终会降低]
但是,该定义-尽管可以进行特定的比较,但不能很好地泛化。
更笼统地说,这里的答案更好的定义。因此,如果比重尾,则随着变得足够大(对于所有一些),则,其中,其中是cdf(对于重) -在右侧;在另一侧有相似的,明显的定义)。X t t > t 0 S Y(t )> S X(t )S = 1 - F F
这里是对数尺度和法线的分位数尺度,这使我们可以看到更多细节:
因此,较重拖尾的“证明”将包括比较cdfs并显示t-cdf的上尾最终总是位于法线的上方,而t-cdf的下尾最终始终位于法线的下方。
在这种情况下,最简单的方法是比较密度,然后证明cdfs(/幸存者功能)的相对位置必须遵循此相对位置。
因此,例如,如果您可以争论(在给定的)
对于必要的常数(的函数),对于所有一些,则也有可能在定义上以更大的(或更大的为建立较重的尾部。左尾巴)。ν X > X 0 吨ν 1 - ˚F ˚F
(如果密度对数之间保持必要的关系,则此形式源自密度对数的差)
[实际上可以针对任何 显示它(不仅是我们需要的特定密度相关常数归一化),因此结果必须满足我们所需要的。]ķ
当方差相同时,“较重”的尾部将表示偶数功率矩(功率4、6、8)的较高值。特别地,四阶矩(大约为零)被称为峰度,并且在某种意义上比较了尾巴的沉重度。
有关详细信息,请参见Wikipedia(https://en.wikipedia.org/wiki/Kurtosis)
这是基于生存函数的形式证明。我使用以下受维基百科启发的“较重尾巴”的定义:
考虑一个随机变量分布为学生t,均值为零,自由度和比例参数。我们将此与随机变量。对于这两个变量,生存函数是可微的。因此,
重要的是,结果适用于,和任意(有限)值,因此您可能会遇到这样的情况,即分布处的方差小于正态,但尾部仍然较重。σ 2 ν