费希尔分布最大值分布的渐近展开

2019-09-17 09:38杰,曾
关键词:费希尔概率密度函数极值

韦 杰,曾 萍

(贵州中医药大学 信息工程学院, 贵阳 550025)

(1)

其中G(x)为非退化分布函数。若上式在G(x)的连续点处成立,则称F(x)属于G(x)的吸引场,记作F∈Dl(G),并且G(x)只能是3种经典极值分布类型之一[1]。自极值理论提出后,学者们对其展开了深入的研究[2-8]。在抽样分布中,费希尔分布的概率密度函数[9]为

(2)

其中m、v表示自由度(m>0,v>0),

本文主要研究在最优规范化常数条件下,自由度为m、v的费希尔分布随机变量序列最大值分布的渐近展开,并得到最大值分布收敛到极值分布的逐点收敛速度。

1 相关引理

为了证明定理,需要一些辅助引理。首先给出费希尔分布尾部表达式、Mills率和最优规范条件下最大值的极值分布。

引理1设f(x)和F(x)分别为费希尔分布概率密度函数和分布函数,对于充分大的x>0,有

(3)

证明对于x>0,有

(4)

由洛必达法则得到

(5)

结合式(4)(5),对于充分大的x可以得到式(3),引理得证。

引理2当x→∞时,有Mills率:

(6)

证明对于x>0,由引理1可得

综上,当x→∞时,引理得证。

其中,规范化常数

(7)

证明对于引理1,当x>0时,有

根据引理1和文献[1]的推论1.12得到F∈Dl(Φv/2)。存在tn,使得满足n(1-F(tn))=1,因此结合式(6),当n→∞时,有

整理得到

1) 当0

2) 当v=1时,有

3) 当1

4) 当v=2时,有

an(anh(an;x)-κ(x))→ω(x)

其中,这几种情况的κ(x)和ω(x)在定理1中给出。

证明令

(8)

(9)

(10)

(11)

下面讨论0

类似可得

引理得证。

2 主要结论

定理1设{Xn,n≥1}为i.i.d.序列,F(x)为费希尔分布的分布函数,规范常数an由式(7)给出,当n→∞时,

1) 当0

(12)

2) 当v=1时,有

(13)

3) 当1

(14)

4) 当v=2时,有

(15)

其中:

(16)

(17)

证明由引理3可知,当n→∞时,h(an;x)→0且

(18)

下面讨论0

定理得证。

致谢:衷心感谢西南大学彭作祥教授在学术科研上的悉心指导。

猜你喜欢
费希尔概率密度函数极值
幂分布的有效估计*
极值点带你去“漂移”
极值点偏移拦路,三法可取
极值点偏移问题的解法
一类“极值点偏移”问题的解法与反思
已知f(x)如何求F(x)
基于变构模型的概率密度函数的教学探索
非高斯随机分布系统自适应控制算法的研究