Harapan bersyarat dari derivasi RV terpotong, distribusi gumbel (perbedaan logistik)

8

Saya memiliki dua variabel acak yang independen dan terdistribusi secara identik, yaitu ϵ1,ϵ0iidGumbel(μ,β):

F(ϵ)=exp(exp(ϵμβ)),

f(ϵ)=1βexp((ϵμβ+exp(ϵμβ))).

Saya mencoba menghitung dua jumlah:

  1. Eϵ1Eϵ0|ϵ1[c+ϵ1|c+ϵ1>ϵ0]
  2. Eϵ1Eϵ0|ϵ1[ϵ0|c+ϵ1<ϵ0]

Saya sampai pada titik di mana saya perlu melakukan integrasi pada sesuatu dari formulir: eex, yang tampaknya tidak memiliki integral dalam bentuk tertutup. Adakah yang bisa membantu saya dengan ini? Mungkin saya telah melakukan sesuatu yang salah.

Saya merasa pasti ada solusi bentuk tertutup. (EDIT: Sekalipun itu bukan bentuk tertutup, tetapi akan ada perangkat lunak untuk dengan cepat mengevaluasi integral [seperti Ei (x)], itu akan baik-baik saja kurasa.)


EDIT:

Saya pikir dengan perubahan variabel, mari

y=exp(ϵ1μβ)
dan

μβlny=ϵ1

Ini memetakan ke [0,) dan [0,exp(ϵ0cμβ)] masing-masing.

|J|=|dϵdy|=βy. Kemudian di bawah perubahan variabel, saya telah direbus (1) ke ...

011ex(μβlnxc[c+μβlny]eydy)exdx

Mungkin ada kesalahan aljabar tapi saya masih belum bisa menyelesaikan integral ini ...


PERTANYAAN TERKAIT: Ekspektasi Maksimum dari Variabel Gumbel iid

wolfsatthedoor
sumber
1
Jelas tidak ada solusi bentuk tertutup. Mengapa Anda merasa harus ada?
Gordon Smyth
@GordonSmyth Bagaimana Anda tahu tidak ada solusi formulir tertutup?
wolfsatthedoor

Jawaban:

2

Karena parameternya (μ,β) distribusi Gumbel adalah lokasi dan skala, masing-masing, masalahnya disederhanakan menjadi komputasi

E[ϵ1|ϵ1+c>ϵ0]=+xF(x+c)f(x)dx+F(x+c)f(x)dx
dimana f dan F dikaitkan dengan μ=0, β=1. Penyebut tersedia dalam bentuk tertutup
+F(x+c)f(x)dx=+exp{exp[xc]}exp{x}exp{exp[x]}dx=a=ec+exp{(1+a)exp[x]}exp{x}dx=11+a[exp{(1+a)ex}]+=11+a
Pembilang melibatkan integral eksponensial sejak (menurut integrator WolframAlpha )
+xF(x+c)f(x)dx=+xexp{(1+a)exp[x]}exp{x}dx=z=ex0+log(z)exp{(1+a)z}dz=11+a[Ei((1+a)z)log(z)e(1+a)z]0=γ+log(1+a)1+a
Karenanya
E[ϵ1|ϵ1+c>ϵ0]=γ+log(1+ec)
Hasil ini dapat dengan mudah diperiksa dengan simulasi, karena menghasilkan jumlah varian Gumberl untuk mengubah varian Uniform (0,1), U, sebagai X=log{log(U)}. Monte Carlo dan sarana teoretis setuju:

kecukupan Monte Carlo dan sarana teoretis ketika $ c $ bervariasi dari -2 hingga 2, dengan sumbu logaritmik, berdasarkan pada simulasi 10⁵

Xi'an
sumber
Apakah Anda menyadari epsilon0 adalah rv juga?
wolfsatthedoor