留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

α-偏正态分布的尾部特征及极值的极限分布

上一篇

下一篇

吴树礼, 彭作祥. α-偏正态分布的尾部特征及极值的极限分布[J]. 西南师范大学学报(自然科学版), 2020, 45(9): 19-22. doi: 10.13718/j.cnki.xsxb.2020.09.004
引用本文: 吴树礼, 彭作祥. α-偏正态分布的尾部特征及极值的极限分布[J]. 西南师范大学学报(自然科学版), 2020, 45(9): 19-22. doi: 10.13718/j.cnki.xsxb.2020.09.004
Shu-li WU, Zuo-xiang PENG. Tail Behavior and Limiting Distribution of Extremes from α-Skew-Normal Distribution[J]. Journal of Southwest China Normal University(Natural Science Edition), 2020, 45(9): 19-22. doi: 10.13718/j.cnki.xsxb.2020.09.004
Citation: Shu-li WU, Zuo-xiang PENG. Tail Behavior and Limiting Distribution of Extremes from α-Skew-Normal Distribution[J]. Journal of Southwest China Normal University(Natural Science Edition), 2020, 45(9): 19-22. doi: 10.13718/j.cnki.xsxb.2020.09.004

α-偏正态分布的尾部特征及极值的极限分布

  • 基金项目: 国家自然科学基金项目(11701469)
详细信息
    作者简介:

    吴树礼(1996-),男,硕士研究生,主要从事极值统计分析研究 .

    通讯作者: 彭作祥,教授
  • 中图分类号: O211

Tail Behavior and Limiting Distribution of Extremes from α-Skew-Normal Distribution

计量
  • 文章访问数:  746
  • HTML全文浏览数:  746
  • PDF下载数:  92
  • 施引文献:  0
出版历程
  • 收稿日期:  2019-12-03
  • 刊出日期:  2020-09-20

α-偏正态分布的尾部特征及极值的极限分布

    通讯作者: 彭作祥,教授
    作者简介: 吴树礼(1996-),男,硕士研究生,主要从事极值统计分析研究
  • 西南大学 数学与统计学院,重庆 400715
基金项目:  国家自然科学基金项目(11701469)

摘要: 研究了α-偏正态分布(ASN(α))的Mills型不等式以及Mills型比率,并在此基础上得到其极值的极限分布及收敛速度.

English Abstract

  • α -偏正态分布(ASN(α))[1]的密度函数fα(x)为

    分布函数记作Fα(x).当α=0时,ASN(0)即为标准正态分布,因此ASN(α)对有偏数据的拟合效果比正态分布更好.文献[2]利用α -偏正态分布与偏正态分布等分布的混合分布对伽马射线爆发持续时间的分布进行拟合.文献[3]将斜切分布中的标准正态分布改为α -偏正态分布从而得到新的斜切分布.文献[4]基于偏正态分布的表达式将α -偏正态分布推广到更一般的形式.

    在极值理论中,给定分布的序列的极值分布与分布尾的特征紧密相关.本文首先研究ASN(α)在α≠0时的尾部特征,包括Mills型不等式与Mills型比率.在此基础上,得到α -偏正态分布极值的极限分布,并建立相应的极值分布的收敛速度.相关研究参见文献[5-7].

  • 本节给出ASN(α)的Mills型不等式、1-Fα的渐近展开、ASN(α)极值的极限分布与规范化常数,最后给出了极值分布的收敛速度.

    定理1   当α≠0且$ x>\sqrt{1+\sqrt{2}}$时,有以下不等式成立

      当x>0时,有$x\left(1-F_{a}(x)\right) <\int_{x}^{\infty} t f_{a}(t) \mathrm{d} t $.令函数

    可得g(t)最大值为$ {1 + \sqrt 2 }$,由分部积分得

    $ x>\sqrt{1+\sqrt{2}}$时,由式(3)得式(2)右端不等式.

    另一方面,因为$x^{-2}\left(1-F_{a}(x)\right)>\int_{x}^{\infty} t^{-2} f_{a}(t) \mathrm{d} t $,那么由分部积分可得

    g(t)最小值为$ 1 - \sqrt 2 $可得

    那么

    得式(2)左端不等式成立.定理证毕.

    对标准正态分布,当x充分大时,有$1-\mathit{\Phi}(x)=\frac{\varphi(x)}{x}\left(1+O\left(x^{-2}\right)\right) $,其中Φ(x),φ(x)分别为标准正态分布的分布函数与密度函数.对于ASN(α)有类似的结果.

    定理2  当x充分大时,有

      由分部积分得

    使用洛必达法则知,

    故对充分大的x,式(3)成立.定理证毕.

    定理1与定理2均可得下面的Mills型比率.

    推论1   对充分大的x,有

  • 本节将给出ASN(α)极值的极限分布以及在相应规范化常数下极值分布的收敛速度.

    定理3   取规范化常数anbn

    $ F_{a}^{n}\left(a_{n} x+b_{n}\right) \rightarrow \mathit{\Lambda}(x)=\exp (-\exp (-x))$,并且有以下收敛速度

      令$u_{n}=\alpha_{n} x+\beta_{n} $,由文献[8]中定理1.5.1,可取$1-F_{a}\left(u_{n}\right)=\frac{1}{n} \exp (-x) $,则当$n \to \infty $${u_n} \to \infty $.由式(4)可得当n充分大时,有$ \frac{n}{u_{n}} f_{a}\left(u_{n}\right)\left(1+O\left(\left(u_{n}\right)^{-2}\right)\right)=\exp (-x)$,那么

    两边同时除以un2得到

    可得$u_{n}^{2} \sim 2 \log n $,进一步得$\frac{2 \log n}{u_{n}^{2}}=1+O\left(\frac{\log \log n}{\log n}\right) $.因此,

    将式(9),(10)代入式(7)中,计算可得

    那么

    由文献[8]定理1.5.1有$F_{a}^{n}\left(\alpha_{n} x+\beta_{n}\right) \rightarrow \mathit{\Lambda}(x) $,又因为$a_{n}^{-1} \alpha_{n}=1, a_{n}^{-1}\left(\beta_{n}-b_{n}\right) \rightarrow 0 $,根据文献[8]定理1.2.3可得

    下证式(6).令$u_{n}^{\prime}=a_{n} x+b_{n} $,那么由式(5)可得

    由式(4)可得,当n充分大时

    带入式(11),可得

    则对于$ \tau(x)=\exp (-x)$,有

    最后,由文献[8]定理2.4.2可得

    定理证毕.

参考文献 (8)

目录

/

返回文章
返回