极值分布的类型及性质-----极值理论的学习1
看《实用极值统计方法》--史道济所得。
前言
什么是极值?从概率意义上讲,极值表示随机变量的极端变异性;从统计意义上讲,极值是指数据集中的最大值或最小值。
极值统计方法?在大多数应用中,观测数据所服从的分布是未知的。因此只能得到极值的渐进分布。极值统计方法是为观测到的基于某个样本的极值建立一个概念模型,但必须具备某些条件:①观测对象是随机变量;②其分布保持不变,或其变化可通过某些变换减少其影响;③观测到的极值是独立的。
正文:
1、设是独立同分布的随机变量,分布函数为F(x)(称为底分布),对自然数n,令,分别表示n个随机变量的最大值和最小值。
理解:这里的最大值/最小值是变量,而不是定值,即在本独立分布中的n个随机变量中最大值/最小值的分布函数如上式所述。
但是,在通常情况下,是未知的,所以我们需要研究最大值/最小值的极限分布。
2、概念介绍:,
称A为分布F的支撑,和分别为分布F支撑的上端与下端。
理解:A是使取值(0,1)的x的集合,而上端是集合中x的最大取值,下端为集合中x的最小取值。
3、(Fisher-Tippett的极限类型定理)设是独立同分布的随机变量序列,如果存在常数列和,使得
(规范化处理,和为规范化常数)
成立,为非退化的分布函数,那么必然属于下列三种类型之一:
Ⅰ型分布: 称为Gumbel分布,其密度函数为
其分布函数如下图所示:
其密度函数如下图所示:
Ⅱ型分布: 称为Frechet分布,时为标准Frechet分布,其密度函数为
其分布函数如下图所示:
其密度函数如下图所示:
Ⅲ型分布: 称为Weibull分布,时为标准Weibull分布,其密度函数为
其分布函数如下图所示:
其密度函数如下图所示:
此定理说明,当经过线性变换,对应的规范化变量依分布收敛于某一非退化分布,那么不论是什么形式,这个极限分布必然属于上述三种类型之一。从数学角度来讲,这三个模型可以互相转化,因此在某些场合,为方便起见,可以任意假设某一类型。
理解:退化的分布函数是指分布中的参数取特殊情况,使分布式变得更加简单。
4、对于给定的分布函数,如果存在序列,,使得,则称分布函数是最大值稳定的。易证:对于极值Ⅰ型分布取值为:;对于极值Ⅱ型分布取值为:;对于极值Ⅲ型分布取值为:。
进一步结论:如果一个分布函数是最大值稳定分布,那么该分布是三种分布之一。
5、如果引进位置参数和尺度参数,那么三种类型的分布分别为:
,
,
,
这三个分布分别代表三种不同的极值行为,但是可以用统一的形式
表示,其中,为广义极值分布简称GEV分布,为形状参数。
易证:
当时,分布表示Ⅰ型分布;
当时,,分布表示Ⅱ型分布;
当时,,分布表示Ⅲ型分布。Ⅱ、Ⅲ型分布的位置参数和尺度参数进行适当变换。
6、极值分布的数字特征
称函数
为Gamma函数。它具有如下性质:
(1);(2)
(3)(其中n为正整数)(此处的正确标志在CSDN中找不到,,,,)
若随机变量X的密度函数为,定义它的k阶原点矩为
当k=1时,表示随机变量的数学期望。
k阶中心距为,随机变量X的方差为
分别称,为偏度系数和峰度系数。
理解:偏度系数:指分布函数偏斜方向和程度的度量。
峰度系数:反映概率密度分布曲线在平均值处峰值高低的特征,形象来说就是峰部的尖度。
7、极限分布的分位数
设是定义在上的不减函数,称
(按照惯例,空集的下确界是)为函数的广义反函数。(inf为下确界,指任意数集E的最大下界)
称分布函数的广义反函数
为它的分位数函数,称为的分位数。
一般分布函数在其支撑上都是单调连续的,其广义反函数即普通的反函数,即。
理解:此处分位数即为该分布中超过的值发生的概率小于p的最小值(例如,2分位数)。
极值分布的类型及性质-----极值理论的学习1相关推荐
- 广义Pareto分布---极值理论的学习3
看<实用极值统计方法>-----史道济所得. 前言 上一节中,我们讨论了通过观测超过阈值的观测值,并用超阈值分布或超出量分布函数来描述,以充分利用观测值数列中的信息.但是,在一般情况下,观 ...
- 【视频】极值理论EVT与R语言应用:GPD模型火灾损失分布分析
最近我们被客户要求撰写关于极值理论的研究报告,包括一些图形和统计输出.正态分布属于统计学里的知识,对于我们科研来说在数据处理时常常用到所以需要学习相关的知识. 正态分布在自然界中是一种最常见的分布.例 ...
- R语言极值理论 EVT、POT超阈值、GARCH 模型分析股票指数VaR、条件CVaR:多元化投资组合预测风险测度分析
最近我们被客户要求撰写关于极值理论的研究报告,包括一些图形和统计输出. 相关视频: 极值理论EVT与R语言应用:GPD模型火灾损失分布分析 R语言极值理论EVT:基于GPD模型的火灾损失分布分析 相关 ...
- POT超阈值模型和极值理论EVT分析
全文链接:http://tecdat.cn/?p=16845 本文依靠EVT对任何连续分布的尾部建模.尾部建模,尤其是POT建模,对于许多金融和环境应用至关重要(点击文末"阅读原文" ...
- IMU惯性测量单元学习与初始对准理论知识学习
我也刚刚开始学,不合理的地方希望大佬指正 ,么么哒 IMU惯性测量单元学习与初始对准理论知识学习 第一节 1.什么是IMU? 来自百度百科. 惯性测量单元(英文:Inertial measuremen ...
- 极值理论(二):阈值超越量与尾部估计
1 广义帕累托分布对超额分布的估计: 超过阈值u的超额分布: 均值超额分布: 为什么广义帕累托分布能拟合超额分布: 广义帕累托分布: 分布特征: ,且当 举个例子: 2 如何利用广义帕累托分布实证: ...
- C++枚举enum类型-典型性质
适用于大学阶段了解简单的枚举类型的特征, 如果"赶时间"可以直接跳转"特性总结". 文章目录 前言 一.使用案例 二.特性总结 1.基本类型 2.基本性质 3. ...
- 极值理论(三):POT模型
1 严白噪声下的阈值超越量: 近似泊松分布: 泊松点过程: 引入标准化时间: 同质泊松过程: 2 POT模型: 强度: 的强度测度: 推导GPD阈值超越量模型: 推导GEV极大值模型: 如何实证:
- 计算机等级考 之 三级网络技术 理论知识 学习
前面look一下就好,后面才是码了好久的知识!!! 题型 及 分值比例 单选题 40T 40分 , 综合题 4T 40分 , 应用题 20分 上机 ...
最新文章
- numpy.exp详解
- 中国和英国的旅行的对比
- “智感超清”之HDR技术落地实践
- 简述python中面向对象的概念_简述Python中的面向对象编程的概念
- DLA实现跨地域、跨实例的多AnalyticDB读写访问
- mips汇编计算开方_读美国伊利诺伊理工大学计算机科学硕士能学到什么?
- 《Simbody Theory Manual》
- php c 交互,C语言和go语言之间的交互操作方法
- 论文笔记_S2D.33_2015-ICCV_使用单个多尺度卷积网络,预测深度、表面法线和语义标签
- fiddler注释_fiddler下载_fiddler中文版下载「抓包工具」-太平洋下载中心
- WIN10添加纯英文输入法
- 自学python 经验学习心得分享
- java delphi socket_Delphi跨平台Socket通讯库
- 解读《道德经》nbsp;五十六章nbsp;知者不言…
- [转载】中移物联网NB模组注册指令生成小工具-M5310/M5310_A
- EDA -- 灯开关设计
- 示波器分析IIC波形图
- qq邮箱html个签模板,qq邮箱个性签名模板
- 文件系统目录结构(Linux)
- 支付宝个人支付接口 系统综合评估不满足签约条件 解决办法
热门文章
- 浪潮服务器重置密码方法
- [USACO2.1] 健康的荷斯坦奶牛 dfs
- 罗克韦尔自动化荣膺“2019全球最具商业道德企业”,这是该公司第11年上榜
- zabbix的mysql模板_使用Zabbix自带MySQL模板监控MySQL
- Cognitively-Inspired Model for Incremental Learning Using a Few Examples(附翻译)
- 【将xls批量转为xlsx】
- TunesKit Spotify Converter Mac(Spotify音乐转换工具) v1.5.1激活版
- ASEMI大功率场效应管和三极管的区别
- STM32CUBEMX_SDIO和FATFS_读写SD卡
- unity气流模拟效果