Misalkan menjadi statistik urutan sampel iid ukuran dari . Misalkan data disensor sehingga kita hanya melihat bagian atas persen dari data, yaituLetakkan , apa distribusi asimptotik dari
Ini agak berkaitan dengan ini pertanyaan dan ini dan juga sedikit untuk ini pertanyaan.
Bantuan apa pun akan dihargai. Saya mencoba pendekatan yang berbeda tetapi tidak dapat banyak kemajuan.
Jawaban:
Karena hanyalah faktor skala, tanpa kehilangan keumuman memilih unit pengukuran yang membuat , membuat fungsi distribusi yang mendasarinya dengan kepadatan .λ λ=1 F(x)=1−exp(−x) f(x)=exp(−x)
Dari pertimbangan yang paralel dengan teorema limit Tengah untuk median sampel , adalah asimtotik Normal dengan rata-rata dan variansX(m) F−1(p)=−log(1−p)
Karena properti tanpa memori dari distribusi eksponensial , variabel bertindak seperti statistik urutan sampel acak dari diambil dari , yang telah ditambahkan. Penulisan(X(m+1),…,X(n)) n−m F X(m)
untuk rata-rata mereka, segera bahwa rata-rata adalah rata-rata (sama dengan ) dan varian adalah dikalikan varian (juga sama dengan ). Teorema Limit Sentral menyiratkan bahwa terstandarisasi adalah Standar Normal asimptotik. Selain itu, karena adalah bersyarat independen , kita secara bersamaan memiliki versi standar dari menjadi asimtotik Normal Standar dan tidak berkorelasi dengan . Itu adalah,Y F 1 Y 1/(n−m) F 1 Y Y X(m) X(m) Y
asymptotically memiliki distribusi Normal Standar bivariat.
Laporan grafik pada data simulasi untuk sampel ( iterasi) dan . Jejak kemiringan positif tetap ada, tetapi pendekatan untuk normalitas bivariat terbukti dalam kurangnya hubungan antara dan dan kedekatan histogram dengan kepadatan Standar Normal (ditunjukkan dalam titik merah).n=1000 500 p=0.95 Y−X(m) X(m)
Matriks kovarians dari nilai standar (seperti dalam rumus ) untuk simulasi ini adalah nyaman dekat dengan matriks unit yang didekati.(1)
Then p
R
kode yang dihasilkan grafis ini adalah mudah dimodifikasi untuk mempelajari nilai-nilai lain dari , , dan ukuran simulasi.sumber