Dolne oszacowania wartości rekordowych

Podobne dokumenty
STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu

Statystyka Matematyczna Anna Janicka

Procesy Stochastyczne - Zestaw 1

Estymatory nieobciążone o minimalnej wariancji

Statystyka w analizie i planowaniu eksperymentu

Statystyka Matematyczna Anna Janicka

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12

1 Twierdzenia o granicznym przejściu pod znakiem całki

tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych

Wykład 5 Estymatory nieobciążone z jednostajnie minimalną war

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 4 - zagadnienie estymacji, metody wyznaczania estymatorów

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka

16 Przedziały ufności

1 Układy równań liniowych

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

PROBABILISTYKA - test numery zestawów 1,3,5,7,9,...,41

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 13 i 14 - Statystyka bayesowska

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty

Statystyka Matematyczna Anna Janicka

Funkcja generująca rozkład (p-two)

Wykład 3 Momenty zmiennych losowych.

Wykład 3 Momenty zmiennych losowych.

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 7 i 8 - Efektywność estymatorów, przedziały ufności

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA. Spis pojȩċ teoretycznych

WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 2 i 3 Zmienna losowa

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

v = v i e i v 1 ] T v =

Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4.

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Lista 6. Estymacja punktowa

0.1 ROZKŁADY WYBRANYCH STATYSTYK

Matematyka ubezpieczeń majątkowych r.

Uk lady modelowe II - oscylator

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Estymacja współczynnika dopasowania w klasycznym modelu ryzyka

Szczególna i ogólna teoria względności (wybrane zagadnienia)

Numeryczne aproksymacje prawdopodobieństwa ruiny

Powtórzenie wiadomości z rachunku prawdopodobieństwa i statystyki.

Foliacje symetralnymi w zespolonej przestrzeni hiperbolicznej

Zadania z Rachunku Prawdopodobieństwa - 12

STATYSTYKA MATEMATYCZNA WYKŁAD października 2009

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Statystyka matematyczna. Wykład II. Estymacja punktowa

Testowanie hipotez statystycznych.

Statystyka w analizie i planowaniu eksperymentu

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu

w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak

Egzamin z matematyki ubezpieczeniowej (MUMIO), semestr zimowy 2013/14

Metoda najmniejszych kwadratów

Zmienne losowe. Powtórzenie. Dariusz Uciński. Wykład 1. Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski

I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji.

MATEMATYKA REPREZENTACJA LICZB W KOMPUTERZE

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.

Prawdopodobieństwo i statystyka

METODY ESTYMACJI PUNKTOWEJ. nieznanym parametrem (lub wektorem parametrów). Przez X będziemy też oznaczać zmienną losową o rozkładzie

2.1 Przykład wstępny Określenie i konstrukcja Model dwupunktowy Model gaussowski... 7

Statystyka aktuarialna i teoria ryzyka, rozkłady szkód

Elektrodynamika. Część 9. Potencjały i pola źródeł zmiennych w czasie. Ryszard Tanaś

Algorytmy MCMC i ich zastosowania statystyczne

WYKŁAD 6. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

Prawdopodobieństwo i statystyka

EGZAMIN MAGISTERSKI, Biomatematyka

Hipotezy statystyczne

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

Cia la i wielomiany Javier de Lucas

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Matematyka ubezpieczeń maj atkowych

Porównanie modeli regresji. klasycznymi modelami regresji liniowej i logistycznej

Estymacja parametrów rozkładu cechy

Uproszczony dowod twierdzenia Fredricksona-Maiorany

1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista.

Prawdopodobieństwo i statystyka r.

T O P O L O G I A WPPT I, sem. letni WYK LAD 8. Wroc law, 21 kwietnia D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a.

Oddzia lywania miedzycz. jony molekularne lub atomy. edzy A i B:

dla t ściślejsze ograniczenie na prawdopodobieństwo otrzymujemy przyjmując k = 1, zaś dla t > t ściślejsze ograniczenie otrzymujemy przyjmując k = 2.

Twierdzenia graniczne:

Prawdopodobieństwo i statystyka r.

Statystyka i eksploracja danych

Wykªad 2. Szeregi liczbowe.

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych

176 Wstȩp do statystyki matematycznej = 0, 346. uczelni zdaje wszystkie egzaminy w pierwszym terminie.

Transkrypt:

Dole oszacowaia wartości rekordowych Agieszka Gorocy Uiwersytet Miko laja Koperika, Toruń Tomasz Rychlik Uiwersytet Miko laja Koperika, IM PAN, Toruń XXXV Koferecja Statystyka Matematycza, Wis la. 8 grudia 2009

1 Rozważay model 2 k- te rekordy Rozk lady -tych wartości rekordowych 3 Sformuowaie problemu 4 Klasycze (zwyk le) rekordy (k = 1) Wyiki dla 1 < p Wyiki dla p = 1 Przyrosty zwyk lych rekordów 5 k-te rekordy, k 2 Wyiki dla 1 < p < Wyiki dla p = 1 Wyiki dla p = Przyrosty k-tych rekordów

Rozważay model X 1, X 2,... iid F - ci ag la. Momety µ = EX 1 = 1 p = E X 1 µ p = 0 F 1 (x)dx, 1 0 F 1 (x) µ p dx > 0, 1 p <, σ = ess sup X 1 µ = sup F 1 (x) µ 0<x<1 = max{µ F 1 (0+), F 1 (1 ) µ}.

k-te rekordy Czasy rekordowe: T (k) 0 = k, T (k) = mi { j > T (k) 1 : } X j > X (k) (k) T, = 1, 2,.... 1 +1 k:t 1 Wartości rekordowe: R (k) 0 = X k, R (k) = X (k) T +1 k:t (k), = 1, 2....

Rozk lady -tych wartości rekordowych F (k) (x) = 1 [1 F (x)] k f (k) i=0 k i i! ( l[1 F (x)])i, (x) = k+1 ( l[1 F (x)]) [1 F (x)] k 1 f (x).! Jeżeli F U(0, 1), to G (k) (x) = 1 (1 x) k g (k) i=0 k i i! [ l(1 x)]i, 0 < x < 1, (x) = k+1 [ l(1 x)] (1 x) k 1, 0 < x < 1.!

Sformuowaie problemu Zaleźć optymale dole oszacowaia dla dla 1 p. E R(k) µ 1 = 0 UWAGA: Oszacowaia góre dla (1) s a zae: E R µ σ 2 - Nagaraja (1978), E R µ - Raqab (2000), E R(k) µ σ 2 - Raqab (1997), E R(k) µ - Raqab, Rychlik (2002). F 1 (x) µ g (k) (x)dx. (1)

Klasycze (zwyk le) rekordy (k = 1) Oszacowaia dole dla s a ieujeme. E R µ = 1 0 F 1 (x) µ g (x)dx

Wyiki dla 1 < p Twierdzeie E R µ 0. Gdy 1 < p <, to = osi agaa w graicy przez mieszaiy rozk ladów jedostajych a przedzia lach [α δ, α + δ] oraz [β δ, β + δ], z prawdopodobieństwami θ oraz 1 θ, odpowiedio, gdzie α = α(p, θ, δ) < β = β(p, θ, δ) s a rozwi azaiami rówań: µ = θα + (1 θ)β, 2δ(p + 1) p = θ[(µ α + δ) p+1 (µ α δ) p+1 ] gdy θ 1, zaś δ 0. + (1 θ)[(β µ + δ) p+1 (β µ δ) p+1 ],

Wyiki dla 1 < p, c.d. Gdy p =, to = osi agaa w graicy przez mieszaiy rozk ladów jedostajych a przedzia lach [µ σ, µ σ + δ] oraz [µ + θ 1 θ (σ δ), µ + θ 1 θ σ ] z prawdopodobieństwami θ oraz 1 θ, odpowiedio, gdy δ i θ d aż a do 0, i przez mieszaiy rozk ladów jedostajych a przedzia lach [µ 1 θ θ σ, µ 1 θ θ (σ δ)] i [µ + σ δ, µ + σ ] z prawdopodobieństwami θ oraz 1 θ, odpowiedio, gdy δ 0 zaś θ 1.

Wyiki dla p = 1 Twierdzeie E R µ σ 1 1 2, = osi agaa w graicy przez mieszaiy rozk ladów jedostajych a przedzia lach [µ σ 1 2θ δ, µ σ 1 2θ + δ, ] oraz [µ + σ 1 2(1 θ) δ, µ + σ 1 2(1 θ) + δ, ] z prawdopodobieństwami θ oraz 1 θ, odpowiedio, gdy θ i δ d aż a jedocześie do 0. UWAGA Wszystkie rozk lady, dla których oszacowaia s a osi agae ie zależ a od.

Przyrosty zwyk lych rekordów Dla 1 m < z 1 p oraz m = 0 < z 1 < p mamy E R R m = E R µ E R m µ 0, Jedyy wyj atek dla m = 0, p = 1: E R R 0 σ 1 = E R µ σ 1 1 2, 1.

-te wartości k-tych rekordów, k 2 Oszacowaia dla s a iedodatie. E R(k) µ 1 = 0 F 1 (x) µ g (k) (x)dx

Wyiki dla 1 < p < Twierdzeie Niech k 2, zaś 1 < p <. Mamy gdzie E R(k) µ B q = B q (k, ), Bq q = α[g (k) (α) g (k) (d )] q + 1 + (g (k) (d ) g (k) d d α (x)) q dx, (g (k) dla d (α, 1) bȩd acego jedyym rozwi azaiem rówaia (x) g (k) (d )) q dx 1 (g (k) d (d ) g (k) (x)) q 1 dx = d (g (k) α +α(g (k) (x) g (k) (d )) q 1 dx (α) g (k) (d )) q 1,

Wyiki dla 1 < p <, c.d. oraz α, bȩd acego jedyym rozwi azaiem rówaia αg (k) (α) = G (k) (α). = zachodzi dla graiczego rozk ladu postaci (k) (θ+g (α)) 1/(p 1) B q, x [0, α), F 1 (x) µ (k) (θ+g = (x)) 1/(p 1) σ B p q, x [α, d ), ( g (k) (x) θ) 1/(p 1) B q, x [d, 1).

Wyiki dla p = 1 Twierdzeie Niech k 2, zaś p = 1. Mamy k +1 E R(k) µ 1 σ 1 2 g (k) (α) = 1 [ l(1 α)] (1 α) k 1, 2! gdzie α jest jedyym rozwi azaiem rówaia αg (k) (α) = G (k) (α). = zachodzi dla graiczego rozk ladu trzypuktowego postaci ( P X = µ σ ) 1 = α, 2α P(X = µ) = 1 ɛ α, ( P X = µ + σ ) 1 = ɛ, 2ɛ przy ɛ 0.

Wyiki dla p = Twierdzeie Niech k 2, p = oraz iech α bȩdzie jedyym rozwi azaiem rówaia Jeżeli α < 1 2, to αg (k) (α) = G (k) (α). E R(k) µ 1 2G (k) (α) = 1 σ 2 k 1 (k l(2)) i i=1 i! 1, zaś = zachodzi dla graiczego rozk ladu dwupuktowego postaci P(X = µ + σ ) = 1 2, P(X = µ σ ) = 1 2.

Wyiki dla p =, c.d. Jeżeli α > 1 2, to E R(k) µ σ 1 g (k) (α) = 1 k+1 [ l(1 α)] (1 α) k 1,! zaś = zachodzi dla graiczego rozk ladu dwupuktowego postaci 1 α P(X = µ σ α ) = α, P(X = µ + σ ) = 1 α.

Przyrosty k-tych rekordów Dla p > 1 lub p = 1, 1 m <, mamy E R(k) R m (k) 0, z jedyym wyj atkiem dla m = 0, p = 1: E R(k) R (k) 0 1 σ 1 2.