n iid个正态变量最大比的期望值


10

假设是 iid,并且表示的第个最小元素。怎样才能使两个连续元素之间的比率的预期最大值达到上限?也就是说,如何计算上限:X1,...,XnN(μ,σ2)X(i)iX1,...,XnX(i)

E[maxi=1,...,n1(X(i+1)X(i))]

我能够找到的文献主要集中在两个随机变量之间的比率上,这导致了比率分布,此处给出了两个不相关的正态分布的pdf:https : //en.wikipedia.org/wiki/ Ratio_distribution#Gaussian_ratio_distribution。虽然这将使我能够提高n变量的预期平均比率的上限,但我看不到如何将这一概念推广到n变量的预期最大比率。


正如下面胡布指出的那样,对两个连续订单统计之比的期望并没有收敛。但是,如果这样做,或者您对它们的区别感兴趣,请说
E[maxi=1,...,n1(X(i+1)X(i))]
...问题实际上应该简化为找出两个最大阶次统计量即E [X _ {(n)} -X_的比率(或视情况而定){(n-1)}]
E[X(n)X(n1)]
...仅来自法线尾巴的形状。
Wolfies '16

Answers:


7

期望是不确定的。

令根据具有以下属性的任何分布:存在一个正数和一个正,使得XiFhϵ

(1)F(x)F(0)hx

对于所有。此属性适用于任何连续分布,例如正态分布,其密度为连续且在处不,因此允许我们为取到之间的任何固定值。0<x<ϵf0F(x)F(0)=f(0)x+o(x)h0f(0)

为了简化分析,我还将假设和,这对于所有正态分布都是正确的。(可以通过在必要时重新缩放来确保后者。前者仅用于允许简单地低估概率。)F(0)>01F(1)>0F

令并高估该比率的生存函数为t>1

Pr(X(i+1)X(i)>t)=Pr(X(i+1)>tX(i))>Pr(X(i+1)>1, X(i)1/t)>Pr(X(i+1)>1, 1/tX(i)>0, 0X(i1)).

这后一种可能性是机会,恰好所述的超过,正好一个位于在间隔,剩下的如果有的话)正。在方面这样的机会给出通过多项式niXj1(0,1/t]i1F

(nni,1,i1)(1F(1))ni(F(1/t)F(0))F(0)i1.

当,不等式为此提供了与成比例的下限,表明t>1/ϵ(1)1/t

的生存函数的一条尾巴渐近地表现为,即为某个正数。S(t)X(i+1)/X(i)1/tS(t)=a/t+o(1/t)a

根据定义,任何随机变量的期望是其正部分的期望加上其负部分的期望。因为期望的正部分(如果存在)是生存函数(从到)的积分,并且max(X,0)max(X,0)0

0xS(t)dt=0x(1/t+o(1/t))dtlog(x),

的期望的正部分是不同的。X(i+1)/X(i)

应用于变量的相同参数显示期望的负部分。 因此,该比率的期望甚至不是无限的:它是不确定的。Xi


2
+1我只是自己尝试一个的“简单” 案例,并尝试评估期望...并得出相同的结论:期望积分不收敛。也许OP将以不同的形式重新提出问题,例如差异而不是比率n=3
狼人
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.