中文

独立非同分布随机变量百分位数的非渐近界

统计理论 2019-06-11 v2 信息论 math.IT 机器学习 统计理论

摘要

本注记展示了独立但非同分布随机变量百分位数的一个有趣现象。设 X1,,XnX_1,\cdots,X_n 为服从非同分布连续分布的独立随机变量,X(1)X(n)X^{(1)}\geq \cdots\geq X^{(n)} 为相应的顺序统计量。对任意 p(0,1)p\in(0,1),我们研究第 100(1p)100(1-p)% 百分位数 X(pn)X^{(pn)} 并证明 X(pn)X^{(pn)} 的非渐近界。特别地,对一类广泛的分布,我们发现了其中位数与关联标准差的调和均值之间的有趣联系。例如,若 XkN(0,σk2)X_k\sim\mathcal{N}(0,\sigma_k^2)k=1,,nk=1,\cdots,n)且 p=12p=\frac{1}{2},我们证明其中位数 Med(X1,,Xn)=OP(n1/2(k=1nσk1)1)\big|{\rm Med}\big(X_1,\cdots,X_n\big)\big|= O_P\Big(n^{1/2}\cdot\big(\sum_{k=1}^n\sigma_k^{-1}\big)^{-1}\Big),只要 {σk}k=1n\{\sigma_k\}_{k=1}^n 满足某些温和的非离散性。

关键词

引用

@article{arxiv.1808.07997,
  title  = {Non-asymptotic bounds for percentiles of independent non-identical random variables},
  author = {Dong Xia},
  journal= {arXiv preprint arXiv:1808.07997},
  year   = {2019}
}

备注

14 pages