Một gia đình theo cấp số nhân tăng theo cấp số nhân


9

Câu hỏi

Một chút gì đó mà tôi đã tự hỏi về một thời gian:

Đặt Pθ là họ hàm mũ tăng một cách ngẫu nhiên (một tham số) trên không gian mẫu X với ΘR là không gian tham số tự nhiên của nó, tức là Θ là tập hợp các giá trị cdf Fθ xác định thước đo xác suất. Có phải luôn luôn đúng không, đó là

Fθ(x)1asθinfΘ,
Fθ(x)0asθsupΘ
cho tất cả xX không nằm trong ranh giới của X ?

Định nghĩa, một ví dụ, đầu cơ

Một phân phối Pθ trên X tham số hóa bởi θΘ đang tăng một cách ngẫu nhiên nếu, đối với xX , thì Fθ(x) đang giảm trong θ , trong đó Fθ(x)=Pθ(Xx) .

Một ví dụ là phân phối nhị thức, trong đó X={0,1,2,,n} và không gian tham số tự nhiên là Θ=(0,1) .

Fθ(x)=kx(nk)θk(1θ)nk
đang giảm trong θ . Thí dụ:

Trong cài đặt này, chúng ta có và với mọi không nằm trên ranh giới của . Tại ranh giới, tức là khi , chỉ có một trong các giới hạn đạt được.

Fθ(x)1asθinfΘ=0,
Fθ(x)0asθsupΘ=1
xXx{0,n}

Lưu ý rằng nếu chúng tôi giới hạn không gian tham số là một tập hợp con chính xác của , chẳng hạn như , thì điều này không còn đúng nữa: là .(0,1)(0.2,0.8)Fθ(5)F0.2(5)=0.174<1θinfΘ=0.2

Tài sản này dường như giữ cho tất cả các gia đình theo cấp số nhân thường được sử dụng, vì vậy tôi đoán là nếu một ví dụ tồn tại thì nó phải có phần bệnh hoạn. Nó có thể liên quan đến các hàm khiến nổ tung vì một số hữu hạn , làm cho nó không thể tách rời. Trong một số ý nghĩa, điều này sẽ làm cho không gian tham số "bị hạn chế".exp(<θ,T(x)>)(θ,x)

Một ví dụ "tầm thường" có lẽ là phân phối Bernoulli (p), vì không gian mẫu của nó bằng ranh giới của chính nó, do đó chỉ có thể đạt được một trong các giới hạn cho mỗi điểm trong không gian mẫu. Nhưng đó là một chút nhàm chán, và tôi muốn có nhiều ví dụ trong đó ít nhất một điểm của không gian mẫu không nằm trong ranh giới.


Có thể là chỉ các phân phối rời rạc của một gia đình hàm mũ tham số tăng một cách ngẫu nhiên? Bởi vì, giả sử, số mũ, bình phương chi và beta với một tham số cố định, thể hiện mối quan hệ ngược lại giữa cdf và tham số.
Alecos Papadopoulos

@ Alecos: điều đó sẽ có ích, nhưng thật đáng buồn là không phải vậy. Cho dù nó tăng hay giảm là một vấn đề của tham số. Ví dụ, trong trường hợp phân phối theo cấp số nhân, nó sẽ tăng hoặc giảm tùy thuộc vào việc người ta sử dụng hay làm tham số. E(X)1/E(X)
MånsT

Nếu chúng ta không bị hạn chế đối với tham số tự nhiên, việc tìm mẫu phản ứng dễ dàng hơn (xem câu trả lời của tôi). Tuy nhiên, ngay cả với chúng ta có thể chuyển từ giảm sang tăng bằng cách lật dấu của . η(θ)=θT(x)
Juho Kokkala

Lưu ý rằng tham số tự nhiên cho nhị thức là log-odds . Nhưng đây là hàm tăng đơn điệu của nên kết quả là như nhau. log(p1p)p
xác suất

Juho: để thực sự thú vị, tham số phải tương đương với việc sử dụng tham số tự nhiên. Có lẽ ví dụ nhị thức của tôi minh họa một tham số "hợp lệ" sẽ là gì: như @probabilityislogic đã chỉ ra, tôi đã không sử dụng tham số tự nhiên trong ví dụ của mình, nhưng một ví dụ là tham số tự nhiên.
MånsT

Câu trả lời:


3

Nếu sự không liên tục trong mật độ được cho phép, có thể xây dựng một phân phối lặp lại trong hai khoảng thời gian liên tiếp, giới hạn CDF ở khoảng đầu tiên đến và ở khoảng thứ hai thành . Ví dụ: let Bây giờ, đối với mật độ tỷ lệ với , CDF là [0,0.5][0.5,1]

h(x)=1,x[0,4]
T(x)={1x[0,1)[2,3)2x[1,2)[3,4]
h(x)eθT(x)
Fθ(x)={12x1+eθx[0,1)121+(x1)eθ1+eθx[1,2)12+12x21+eθx[2,3)12+121+(x3)eθ1+eθx[3,4)
đang giảm như một hàm của cho bất kỳ nào trong không gian mẫu, nhưng, ví dụ: θx
limθFθ(2.1)=12.

1
Đây cũng là một mẹo có thể không phải là những gì bạn đang tìm kiếm. Ngoài ra, tôi không chắc liệu tốt hơn là nên chỉnh sửa câu trả lời trước đó của mình hoặc đăng câu này dưới dạng câu trả lời riêng. Tuy nhiên, dựa trên meta.stackexchange.com/questions/28471/two-answers-one-question tôi đã quyết định tách biệt là tốt hơn vì đây là hai cách tiếp cận khác nhau.
Juho Kokkala

Tôi thấy thủ thuật này khá hấp dẫn thực sự! :) Cảm ơn.
MånsT

4

Dựa trên các nhận xét, chúng tôi không bị hạn chế xem xét tham số tự nhiên nhưng được phép sử dụng biểu mẫu chung Trong trường hợp này, có thể 'gian lận' bằng cách xây dựng để một số giá trị trong không gian tự nhiên của không đạt được với bất kỳ . Ví dụ: hãy để Đây là a (tham số kỳ lạ) phân phối theo cấp số nhân với CDF đang giảm chức năng cho như mong muốn. Tuy nhiên,

fθ(x)h(x)eT(x)η(θ)
ηηθ
fθ(x)ex11+eθ, x0
Fθ(x)=1ex/(1+eθ),
θ
limθFθ(x)=1ex<1.
Trường hợp có tham số tự nhiên vẫn mở (ít nhất là với tôi).(η(θ)=θ)

Điều đó rất thông minh, nhưng không hoàn toàn như tôi nghĩ! Câu trả lời tôi đang tìm kiếm không nhất thiết phải được viết bằng cách sử dụng tham số tự nhiên, nhưng tham số phải tương đương với thông số tự nhiên. Đề xuất của bạn tương đương với việc sử dụng tham số tự nhiên với không gian tham số bị hạn chế và như tôi đã viết trong câu hỏi của mình, điều đó thực sự sẽ dẫn đến việc cdf mất các giới hạn phù hợp. Điều đó đang được nói, tôi cũng có thể thưởng cho bạn tiền thưởng nếu không có câu trả lời khác bật lên!
MånsT
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.