Эмпирическая мера - Empirical measure
В теории вероятностей , эмпирическая мера является случайной мерой , вытекающей из конкретной реализации (обычно конечной) последовательности случайных величин . Точное определение приведено ниже. Эмпирические меры имеют отношение к математической статистике .
Мотивация для изучения эмпирических показателей заключается в том, что часто невозможно узнать истинную основную меру вероятности . Мы собираем наблюдения и вычисляем относительные частоты . Мы можем оценить или связанную функцию распределения с помощью эмпирической меры или эмпирической функции распределения соответственно. Это всегда хорошие оценки при определенных условиях. Теоремы в области эмпирических процессов обеспечивают скорость такой сходимости.
Определение
Пусть последовательность независимых одинаково распределенных случайных величин со значениями в пространстве состояний S с распределением вероятностей P .
Определение
- Эмпирическая мера Р п определяется для измеримых подмножеств S и задается
- где есть индикаторная функция и является мерой Дирака .
Свойства
- Для фиксированного измеримого множества A , nP n ( A ) является биномиальной случайной величиной со средним значением nP ( A ) и дисперсией nP ( A ) (1 - P ( A )).
- В частности, Р п ( ) является несмещенной оценкой из P ( A ).
- При фиксированной перегородке из S , случайные величины образуют полиномиальное распределение с вероятностями событий
- Ковариационная матрица этого полиномиального распределения .
Определение
- это эмпирическая мера проиндексированы , совокупность измеримых подмножеств S .
Чтобы еще больше обобщить это понятие, заметим, что эмпирическая мера отображает измеримые функции в их эмпирическое среднее ,
В частности, эмпирическая мера A является просто эмпирическое среднее индикаторной функции, Р п ( ) = Р п I A .
При фиксированной измеримой функции , является случайной величиной со средним значением и дисперсией .
К сильному закону больших чисел , Р п ( сходится) к Р ( А ) почти наверное при фиксированных А . Аналогично сходится к почти наверное для фиксированной измеримой функции . Проблема равномерной сходимости P n к P оставалась открытой до тех пор, пока Вапник и Червоненкис не решили ее в 1968 году.
Если класс (или ) является классом Гливенко – Кантелли относительно P, то P n сходится к P равномерно над (или ). Другими словами, с вероятностью 1 имеем
Эмпирическая функция распределения
Эмпирическая функция распределения представляет собой пример эмпирических мер. Для вещественных iid случайных величин это определяется как
В этом случае эмпирические меры индексируются классом. Было показано, что это однородный класс Гливенко – Кантелли , в частности,
с вероятностью 1.
Смотрите также
Ссылки
дальнейшее чтение
- Биллингсли, П. (1995). Вероятность и мера (Третье изд.). Нью-Йорк: Джон Уайли и сыновья. ISBN 0-471-80478-9.
- Донскер, доктор медицины (1952). «Обоснование и расширение эвристического подхода Дуба к теоремам Колмогорова – Смирнова» . Анналы математической статистики . 23 (2): 277–281. DOI : 10.1214 / АОМ / 1177729445 .
- Дадли, Р.М. (1978). «Центральные предельные теоремы для эмпирических мер» . Анналы вероятности . 6 (6): 899–929. DOI : 10.1214 / AOP / 1176995384 . JSTOR 2243028 .
- Дадли, Р.М. (1999). Равномерные центральные предельные теоремы . Кембриджские исследования в области высшей математики. 63 . Кембридж, Великобритания: Издательство Кембриджского университета. ISBN 0-521-46102-2.
- Вулфовиц, Дж. (1954). «Обобщение теоремы Гливенко – Кантелли» . Анналы математической статистики . 25 (1): 131–138. DOI : 10.1214 / АОМ / 1177728852 . JSTOR 2236518 .