Теорема Пикандса – Балкемы – Де Хаана.
Теорема Пикандса -Балкемы-Де Хаана дает асимптотическое хвостовое распределение случайной величины , когда ее истинное распределение неизвестно. Ее часто называют второй теоремой теории экстремальных значений . В отличие от первой теоремы ( теоремы Фишера-Типпета-Гнеденко ), которая касается максимума выборки, теорема Пикандса-Балкемы-Де Хаана описывает значения выше порога.
Теорема обязана своим названием математикам Джеймсу Пикандсу , Гусу Балкеме и Лоренсу де Хаану .
Условная функция распределения избытка
[ редактировать ]Для неизвестной функции распределения случайной величины теорема Пикандса–Балкемы–Де Хаана описывает условную функцию распределения переменной выше определенного порога . Это так называемая функция распределения условного избытка, определяемая как
для , где является либо конечной, либо бесконечной правой конечной точкой основного распределения . Функция описывает распределение значения превышения над порогом , учитывая, что порог превышен.
Заявление
[ редактировать ]Позволять – условная функция распределения избытка. Пиканды, [ 1 ] Балкема и Де Хаан [ 2 ] предположил, что для большого класса основных функций распределения и большой , хорошо аппроксимируется обобщенным распределением Парето в следующем смысле. Предположим, что существуют функции , с такой, что как сходятся к невырожденному распределению, то такой предел равен обобщенному распределению Парето:
- ,
где
- , если
- , если
Здесь σ > 0 и y ≥ 0, когда k ≥ 0, и 0 ≤ y ≤ − σ / k, когда k < 0. Эти особые случаи также известны как
- Экспоненциальное распределение со средним значением , если к = 0,
- Равномерное распределение по , если к = -1,
- Распределение Парето , если k > 0.
Класс базовых функций распределения относятся к классу функций распределения удовлетворяющий теореме Фишера-Типпета-Гнеденко. [ 3 ]
Поскольку частным случаем обобщенного распределения Парето является степенной закон, теорема Пикандса-Балкемы-Де Хаана иногда используется для обоснования использования степенного закона для моделирования экстремальных событий.
Теорема была расширена и теперь включает более широкий диапазон распределений. [ 4 ] [ 5 ] Хотя расширенные версии охватывают, например, нормальное и логнормальное распределения, все же существуют непрерывные распределения, которые не охвачены. [ 6 ]
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ III, Джеймс Пикандс (1 января 1975 г.). «Статистический вывод с использованием статистики крайнего порядка» . Анналы статистики . 3 (1). дои : 10.1214/aos/1176343003 . ISSN 0090-5364 .
- ^ Балкема, А.А.; де Хаан, Л. (1 октября 1974 г.). «Остаточное время жизни в пожилом возрасте» . Анналы вероятности . 2 (5). дои : 10.1214/aop/1176996548 . ISSN 0091-1798 .
- ^ Балкема, А.А.; де Хаан, Л. (1 октября 1974 г.). «Остаточное время жизни в пожилом возрасте» . Анналы вероятности . 2 (5). дои : 10.1214/aop/1176996548 . ISSN 0091-1798 .
- ^ Папастатопулос, Иоаннис; Тон, Джонатан А. (2013). «Расширенные обобщенные модели Парето для оценки хвоста». Журнал статистического планирования и выводов . 143 (1): 131–143. arXiv : 1111.6899 . дои : 10.1016/j.jspi.2012.07.001 . S2CID 88512480 .
- ^ Ли, Сеюн; Ким, Джозеф Х.Т. (18 апреля 2019 г.). «Возведенное в степень обобщенное распределение Парето: свойства и приложения к теории экстремальных значений» . Коммуникации в статистике - теория и методы . 48 (8): 2014–2038. arXiv : 1708.01686 . дои : 10.1080/03610926.2018.1441418 . ISSN 0361-0926 . S2CID 88514574 .
- ^ Смит, Ричард Л.; Вайсман, Ишай. Экстремальные ценности (PDF) (проект от 27 февраля 2020 г.).