Бесконечная делимость (вероятность) - Infinite divisibility (probability)
В теории вероятностей , А распределение вероятностей является бесконечно делимым , если она может быть выражена как распределение вероятности суммы произвольного числа независимых одинаково распределенных (IID) случайных величин . В этом случае характеристическая функция любого безгранично делимого распределения называется безгранично делимой характеристической функцией .
Более строго, распределение вероятностей F бесконечно делимо, если для любого натурального числа n существует n iid случайных величин X n 1 , ..., X nn , сумма которых S n = X n 1 +… + X nn имеет одинаковую распределение F .
Концепция бесконечной делимости вероятностных распределений была введена в 1929 году Бруно де Финетти . Этот тип разложения распределения используется в вероятности и статистике для поиска семейств вероятностных распределений, которые могут быть естественным выбором для определенных моделей или приложений. Безгранично делимые распределения играют важную роль в теории вероятностей в контексте предельных теорем.
Примеры
Примерами непрерывных распределений, которые являются бесконечно делимыми, являются нормальное распределение , распределение Коши и все другие члены семейства стабильных распределений , а также гамма-распределение и t-распределение Стьюдента .
Среди дискретных распределений примерами являются распределение Пуассона и отрицательное биномиальное распределение (а, следовательно, и геометрическое распределение ). Распределение по одной точке , единственный возможный результат является 0 также (тривиальным) бесконечно делимо.
Равномерное распределение и биномиальное распределение являются не бесконечно делимым, ни какие - либо другие распределения с ограниченной поддержкой (≈ конечных размеров доменов ), другие , чем распределение по одной точке упоминалось выше. Распределение обратной величины случайной величины, имеющей t-распределение Стьюдента, также не является бесконечно делимым.
Любое составное распределение Пуассона бесконечно делимо; это сразу следует из определения.
Предельная теорема
Безгранично делимые распределения появляются в широком обобщении центральной предельной теоремы : к пределу при п → + ∞ , из суммы S п = Х п 1 + ... Х пп из независимых равномерно асимптотически незначительна (КАС) случайных величин в пределах треугольной матрицы
приближается - в слабом смысле - к бесконечно делимому распределению. Равномерно асимптотически незначителен (КАС) условие задается
Таким образом, например, если условие равномерной асимптотической пренебрежимости (uan) выполняется посредством соответствующего масштабирования одинаково распределенных случайных величин с конечной дисперсией , слабая сходимость будет к нормальному распределению в классической версии центральной предельной теоремы. В более общем смысле, если условие uan выполняется посредством масштабирования одинаково распределенных случайных величин (с необязательно конечным вторым моментом), то слабая сходимость будет к устойчивому распределению . С другой стороны, для треугольного массива независимых (немасштабированных) случайных величин Бернулли, где условие uan выполняется через
слабая сходимость суммы к распределению Пуассона со средним λ, как показывает известное доказательство закона малых чисел .
Леви процесс
Каждое бесконечно делимое распределение вероятностей естественным образом соответствует процессу Леви . Сбор в процесс представляет собой случайный процесс { Ь т : т ≥ 0} со стационарными независимыми приращениями , где стационарные означает , что для s < т , то распределение вероятностей из L т - л ы зависит только от т - ы и где независимые приращения означает , что эта разность L t - L s не зависит от соответствующей разности на любом интервале, не перекрывающемся с [ s , t ], и аналогично для любого конечного числа взаимно неперекрывающихся интервалов.
Если { L t : t ≥ 0} - процесс Леви, то для любого t ≥ 0 случайная величина L t будет бесконечно делимой: для любого n мы можем выбрать ( X n 1 , X n 2 ,…, X nn ) = ( L t / n - L 0 , L 2 t / n - L t / n ,…, L t - L ( n −1) t / n ). Аналогично L t - L s безгранично делится для любого s < t .
С другой стороны, если F - безгранично делимое распределение, мы можем построить из него процесс Леви { L t : t ≥ 0}. Для любого интервала [ s , t ], где t - s > 0 равно рациональному числу p / q , мы можем определить L t - L s таким же распределением, как X q 1 + X q 2 +… + X qp . Иррациональные значения t - s > 0 обрабатываются с помощью аргумента непрерывности.
Аддитивный процесс
Аддитивный процесс (а cadlag , непрерывная вероятность в случайном процессе с независимыми приращениями ) имеет бесконечно делимое распределение для любого . Позвольте быть его семейство безгранично делимого распределения.
удовлетворяет ряду условий непрерывности и монотонности. Более того, если семейство безгранично делимых распределений удовлетворяет тем же условиям непрерывности и монотонности, существует (единственно по закону) Аддитивный процесс с этим распределением .
Смотрите также
Сноски
Рекомендации
- Domínguez-Molina, JA; Роша-Артеага, А. (2007) "О бесконечной делимости некоторых наклонных симметричных распределений". Статистика и вероятность Письма , 77 (6), 644-648 DOI : 10.1016 / j.spl.2006.09.014
- Steutel, FW (1979), «Бесконечная делимость в теории и практике» (с обсуждением), Скандинавский статистический журнал. 6, 57–64.
- Стейтель, Ф. В., Ван Харн, К. (2003), Бесконечная делимость распределений вероятностей на прямой (Марсель Деккер).