Thống kê độc lập và trật tự


8

Tôi có một vấn đề trong tay, mà tôi không thể tiến hành. Ai đó có thể giúp tôi bắt đầu?

Y1<Y2<Y3 : Thống kê đơn hàng có kích thước 3 từ phân phối có pdf

f(x)= =2x   0<x<1
Ngoài ra, hãy xác định
Bạn1= =Y1Y2  và    Bạn2= =Y2Y3
Nhiệm vụ là tính toán pdf chung củaBạn1 & Bạn2.

Công việc của tôi: Tôi đã tìm ra biên của Bạn1 & Bạn2 .

P(Bạn1bạn1)= =010bạn1y2fY1,Y2(y1,y2)dy1dy2
P(Bạn2bạn2)= =010bạn2y3fY2,Y3(y2,y3)dy2dy3
Tôi phải làm gì tiếp theo?

Câu trả lời:


10

Dưới đây là một hướng dẫn để giải quyết vấn đề này (và những người khác thích nó). Tôi sử dụng các giá trị mô phỏng để minh họa, vì vậy hãy bắt đầu bằng cách mô phỏng một số lượng lớn các thực hiện độc lập từ phân phối với mật độ . (Tất cả các mã trong câu trả lời này được viết bằng .)fR

n <- 4e4 # Number of trials in the simulation
x <- matrix(pmax(runif(n*3), runif(n*3)), nrow=3)

# Plot the data
par(mfrow=c(1,3))
for (i in 1:3) {
  hist(x[i, ], freq=FALSE, main=paste("i =", i))
  curve(f(x), add=TRUE, col="Red", lwd=2)
}

Biểu đồ dữ liệu gốc

Các biểu đồ cho thấy hiện thực độc lập của các yếu tố thứ nhất, thứ hai và thứ ba của các bộ dữ liệu. Biểu đồ đường cong màu đỏ f . Rằng chúng trùng với biểu đồ xác nhận mô phỏng đang hoạt động như dự định.40,000f

Bạn cần tính toán mật độ khớp của . (Y1,Y2,Y3)Vì bạn đang nghiên cứu thống kê đơn hàng, điều này nên là thông lệ - nhưng mã cung cấp một số manh mối, bởi vì nó vẽ sơ đồ phân phối của chúng để tham khảo.

y <- apply(x, 2, sort)

# Plot the order statistics.
f <- function(x) 2*x
ff <- function(x) x^2
for (i in 1:3) {
  hist(y[i, ], freq=FALSE, main=paste("i =", i))
  k <- factorial(3) / (factorial(3-i)*factorial(1)*factorial(i-1))
  curve(k * (1-ff(x))^(3-i) * f(x) * ff(x)^(i-1), add=TRUE, col="Red", lwd=2)
}

Biểu đồ thống kê đơn hàng

Dữ liệu tương tự đã được sắp xếp lại trong mỗi bộ dữ liệu. Bên trái là biểu đồ của cực tiểu Y 1 của họ , bên phải cực đại Y 3 của họ và ở giữa là trung tuyến Y 2 của họ .40,000Y1Y3Y2

(U1,U2)

F(bạn1,bạn2)= =Pr(Bạn1bạn1,Bạn2bạn2)= =Pr(Y1bạn1Y2,Y2bạn2Y3).

(Y1,Y2,Y3)

0Y1bạn1Y2, 0Y2bạn2Y3, 0Y31.

(Bạn1,Bạn2)(Bạn1,Bạn2)

par(mfrow=c(1,1))
u <- cbind(y[1, ]/y[2, ], y[2, ]/y[3, ])
plot(u, pch=16, cex=1/2, col="#00000008", asp=1)

Phân tán

F(bạn1,1)/bạn1F(1,bạn2)/bạn2

par(mfrow=c(1,2))
hist(u[, 1], freq=FALSE); curve(2*x, add=TRUE, col="Red", lwd=2)
hist(u[, 2], freq=FALSE); curve(4*x^3, add=TRUE, col="Red", lwd=2)
par(mfrow=c(1,1))

Biểu đồ của U_1 và U_2

Bạn1XTôi


3

Đây là một giải pháp biểu tượng chính xác theo dõi các bước cần thiết ... ở đây sử dụng các công cụ tự động để thực hiện các công thức nitty

(X1,X2,X3)f(x)

nhập mô tả hình ảnh ở đây

(X(1),X(2),X(3))g(x1,x2,x3)

nhập mô tả hình ảnh ở đây

nơi mà tôi đang sử dụng các OrderStathình thức chức năng mathStatica gói cho Mathematica .

(Bạn1,Bạn2)P(X(1)X(2)<bạn1,X(2)X(3)<bạn2)

nhập mô tả hình ảnh ở đây

(Bạn1,Bạn2)bạn1bạn2

nhập mô tả hình ảnh ở đây

Cuối cùng, như một kiểm tra Monte Carlo nhanh chóng, đây là so sánh về:

  • các giải pháp lý thuyết chính xác dẫn xuất (pdf chung - bề mặt màu cam)

  • âm mưu chống lại một bản mô phỏng chung Monte Carlo mô phỏng (biểu đồ 3D):

nhập mô tả hình ảnh ở đây

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.