Случайные меры пуассоновского типа

редактировать

Случайные меры пуассоновского типа представляют собой семейство из трех случайных мер подсчета, которые закрыты ограничением подпространством, т.е. закрытые на прореживание. Это единственные распределения в семействе распределений канонического неотрицательного степенного ряда, обладающие этим свойством и включающие распределение Пуассона, отрицательное биномиальное распределение и биномиальное распределение. Семейство распределений PT также известно как семейство распределений Каца, класс распределений Панджера или (a, b, 0) и может быть получено с помощью распределения Конвея – Максвелла – Пуассона.

Содержание
  • 1 Метание камней
    • 1.1 Теорема: отмеченная STC
    • 1.2 Следствие: ограниченная STC
  • 2 Собирание костей
    • 2.1 Определение: Bone
    • 2.2 Теорема: существование и уникальность PT Случайное Меры
  • 3 Распределительные приложения самоподобия
  • 4 Ссылки
Метание камней

Пусть K {\ displaystyle K}K будет неотрицательным целочисленным случайная величина K ∈ N ≥ 0 = N>0 ∪ {0} {\ displaystyle K \ in \ mathbb {N} _ {\ geq 0} = \ mathbb {N} _ {>0} \ cup \ { 0 \}}{\displaystyle K\in \mathbb {N} _{\geq 0}=\mathbb {N} _{>0} \ cup \ {0 \}} ) с законом κ {\ displaystyle \ kappa}\ kappa , среднее c ∈ (0, ∞) {\ displaystyle c \ in (0, \ infty)}{\ displaystyle c \ in (0, \ infty)} и когда существует дисперсия δ 2>0 {\ displaystyle \ delta ^ {2}>0}{\displaystyle \delta ^{2}>0} . Пусть ν {\ displaystyle \ nu}\ nu будет вероятностной мерой на измеримом пространстве (E, E) {\ displaystyle (E, {\ mathcal {E) }})}{\ displaystyle (E, {\ mathcal {E}})} . Пусть X = {X i} {\ displaystyle \ mathbf {X} = \ {X_ {i} \}}{\ displaystyle \ mathbf {X} = \ {X_ {i} \}} будет набором случайных величин (камней) iid, принимающих значения в (E, E) {\ displaystyle (E, {\ mathcal {E}})}{\ displaystyle (E, {\ mathcal {E}})} с законом ν {\ displaystyle \ nu}\ nu .

Мера случайного счета N { \ displaystyle N}Nот (E, E) {\ displaystyle (E, {\ mathcal {E}})}{\ displaystyle (E, {\ mathcal {E}})} зависит от пары детерминированных вероятностных мер (κ, ν) {\ displaystyle (\ kappa, \ nu)}{\ displaystyle (\ kappa, \ nu)} через сооружение для метания камней (STC)

N ω (A) = N (ω, A) знак равно ∑ я знак равно 1 К (ω) IA (X я (ω)) для ω ∈ Ω, A ∈ E {\ displaystyle \ quad N _ {\ omega} (A) = N (\ omega, A) = \ сумма _ {i = 1} ^ {K (\ omega)} \ mathbb {I} _ {A} (X_ {i} (\ omega)) \ quad {\ text {for}} \ quad \ omega \ in \ Omega, \, \, \, A \ in {\ mathcal {E}}}{\ displaystyle \ quad N _ {\ omega} (A) = N (\ omega, A) = \ sum _ {i = 1} ^ {K (\ omega)} \ mathbb {I} _ {A} (X_ { i} (\ omega)) \ quad {\ text {for}} \ quad \ omega \ in \ Omega, \, \, \, A \ in {\ mathcal {E}}}

где K {\ displaystyle K}K имеет закон κ {\ displaystyle \ kappa}\ kappa и iid X 1, X 2, ⋯ {\ displaystyle X_ {1}, X_ {2}, \ dotsb}{\ displaystyle X_ {1}, X_ {2}, \ dotsb} имеют закон ν {\ displaystyle \ nu}\ nu . N {\ displaystyle N}Nявляется смешанным биномиальным процессом

Пусть E + = {f: E ↦ R +} {\ displaystyle {\ mathcal {E}} _ { +} = \ {f: E \ mapsto \ mathbb {R} _ {+} \}}{\ displaystyle {\ mathcal {E}} _ {+} = \ {f: E \ mapsto \ mathbb {R} _ {+} \}} быть набором положительных E {\ displaystyle {\ mathcal {E}}}{\ mathcal {E}} -измеримые функции. Вероятностный закон N {\ displaystyle N}Nзакодирован в функционале Лапласа

E e - N f = E (E e - f (X)) К знак равно E (ν е - е) К знак равно ψ (ν е - f) для f ∈ E + {\ displaystyle \ quad \ mathbb {E} e ^ {- Nf} = \ mathbb {E} (\ mathbb {E } e ^ {- f (X)}) ^ {K} = \ mathbb {E} (\ nu e ^ {- f}) ^ {K} = \ psi (\ nu e ^ {- f}) \ quad {\ text {for}} \ quad f \ in {\ mathcal {E}} _ {+}}{\ displaystyle \ quad \ mathbb {E} e ^ {- Nf } = \ mathbb {E} (\ mathbb {E} e ^ {- f (X)}) ^ {K} = \ mathbb {E} (\ nu e ^ {- f}) ^ {K} = \ psi (\ Nu e ^ {- f}) \ quad {\ text {for}} \ quad f \ in {\ mathcal {E}} _ {+}}

где ψ (⋅) {\ displaystyle \ psi (\ cdot)}\ psi (\ cdot) - производящая функция K {\ displaystyle K}K . среднее и дисперсия задаются как

EN f = c ν f {\ displaystyle \ quad \ mathbb {E} Nf = c \ nu f}{\ displaystyle \ quad \ mathbb {E} Nf = c \ nu f}

и

В ар N е знак равно с ν е 2 + (δ 2 - с) (ν е) 2 {\ displaystyle \ quad \ mathbb {V} {\ text {ar}} Nf = c \ nu f ^ {2} + (\ delta ^ {2} -c) (\ nu f) ^ {2}}{\ displaystyle \ quad \ mathbb {V} {\ текст {ar}} Nf = c \ nu f ^ {2} + (\ delta ^ {2} -c) (\ nu f) ^ {2}}

Ковариация для произвольного f, g ∈ E + {\ displaystyle f, g \ в {\ mathcal {E}} _ {+}}{\ displaystyle f, g \ in {\ mathcal {E}} _ {+}} определяется как

C ov (N f, N g) = c ν (fg) + (δ 2 - c) ν f ν g {\ displaystyle \ quad \ mathbb {C} {\ text {ov}} (Nf, Ng) = c \ nu (fg) + (\ delta ^ {2} -c) \ nu f \ nu g}{\ displaystyle \ quad \ mathbb {C} {\ text {ov }} (Nf, Ng) = с \ nu (fg) + (\ delta ^ {2} -c) \ nu f \ nu g}

Когда K {\ displaystyle K}K является пуассоновским, отрицательным биномом или биномом, он называется пуассоновским типом (PT). Совместное распределение коллекции N (A),…, N (B) {\ displaystyle N (A), \ ldots, N (B)}{\ displaystyle N (A), \ ldots, N (B)} для i,…, j ∈ N {\ displaystyle i, \ ldots, j \ in \ mathbb {N}}{\ displaystyle i, \ ldots, j \ in \ mathbb {N}} и i + ⋯ + j = k {\ displaystyle i + \ cdots + j = k}{\ displaystyle i + \ cdots + j = k}

P (N (A) = i,…, N (B) = j) = P (N (A) = i,…, N (B) = j | K = k) P (K = k) = к! я! ⋯ j! ν (A) я ⋯ ν (B) J п (К = К) {\ Displaystyle \ mathbb {P} (N (A) = я, \ ldots, N (B) = j) = \ mathbb {P} ( N (A) = i, \ ldots, N (B) = j | K = k) \, \ mathbb {P} (K = k) = {\ frac {k!} {I! \ Cdots j!}} \, \ nu (A) ^ {i} \ cdots \ nu (B) ^ {j} \, \ mathbb {P} (K = k)}{\ displaystyle \ mathbb {P} (N (A) = i, \ ldots, N (B) = j) = \ mathbb {P} (N (A) = i, \ ldots, N (B) = j | K = k) \, \ mathbb {P} (K = k) = {\ frac {k!} {i! \ cdots j!}} \, \ nu (A) ^ {i} \ cdots \ nu (B) ^ {j} \, \ mathbb {P} (K = k)}

Следующий результат расширяет построение случайной меры N = (κ, ν) {\ displaystyle N = (\ kappa, \ nu)}{\ displaystyle N = (\ каппа, \ ню)} в случае, когда коллекция X {\ displaystyle \ mathbf {X}}\ mathbf {X} расширяется до (X, Y) = {(X i, Y i)} {\ displaystyle (\ mathbf {X}, \ mathbf {Y}) = \ {(X_ {i}, Y_ {i }) \}}{\ displaystyle (\ mathbf {X}, \ mathbf {Y}) = \ {(X_ {i}, Y_ {i}) \}} где Y i {\ displaystyle Y_ {i}}Y_{i}- случайное преобразование X i {\ displaystyle X_ {i}}X_ {i} . Эвристически Y i {\ displaystyle Y_ {i}}Y_{i}представляет некоторые свойства (метки) X i {\ displaystyle X_ {i}}X_ {i} . Мы предполагаем, что условный закон Y {\ displaystyle Y}Y следует некоторому ядру перехода согласно P (Y ∈ B | X = x) = Q (x, B) {\ displaystyle \ mathbb {P} (Y \ in B | X = x) = Q (x, B)}{\ displaystyle \ mathbb {P} (Y \ in B | X = x) = Q (x, B)} .

Теорема: отмеченный STC

Рассмотрим случайную меру N = (κ, ν) {\ displaystyle N = (\ kappa, \ nu)}{\ displaystyle N = (\ каппа, \ ню)} и ядро ​​вероятности перехода Q {\ displaystyle Q}Q из (E, E) {\ displaystyle (E, {\ cal {E)}}}{\ displaystyle (E, {\ cal {E) }}} в (F, F) {\ displaystyle (F, {\ cal {F)}}}{\ displaystyle (F, {\ cal {F)}}} . Предположим, что для данной коллекции X {\ displaystyle \ mathbf {X}}\ mathbf {X} переменные Y = {Y i} {\ displaystyle \ mathbf {Y} = \ {Y_ {i} \}}{\ displaystyle \ mathbf {Y} = \ {Y_ {i} \}} условно независимы с Y i ∼ Q (X i, ⋅) {\ displaystyle Y_ {i} \ sim Q (X_ {i}, \ cdot)}{\ displaystyle Y_ {i} \ sim Q (X_ {i}, \ cdot)} . Тогда M = (κ, ν × Q) {\ displaystyle M = (\ kappa, \ nu \ times Q)}{ \ Displaystyle M = (\ каппа, \ ню \ раз Q)} - случайная мера на (E × F, E ⊗ F) {\ displaystyle (E \ times F, {\ cal {E \ otimes F)}}}{\ displaystyle (E \ times F, {\ cal {E \ otimes F)}}} . Здесь μ = ν × Q {\ displaystyle \ mu = \ nu \ times Q}{\ displaysty ле \ му = \ ню \ раз Q} понимается как μ (dx, dy) = ν (dx) Q (x, dy) {\ Displaystyle \ mu (dx, dy) = \ nu (dx) Q (x, dy)}{\ displaystyle \ mu (dx, dy) = \ nu (dx) Q (x, dy)} . Более того, для любого f ∈ (E ⊗ F) + {\ displaystyle f \ in ({\ cal {E}} \ otimes {\ cal {F}}) _ {+}}{\ displaystyle f \ in ({\ cal {E}} \ otimes {\ cal {F}}) _ {+}} у нас есть, что E e - M f = ψ (ν e - g) {\ displaystyle \ mathbb {E} e ^ {- Mf} = \ psi (\ nu e ^ {- g})}{\ displaystyle \ mathbb {E} e ^ {- Mf} = \ psi (\ nu e ^ {- g})} где ψ (⋅) {\ displaystyle \ psi (\ cdot)}{\ displaystyle \ psi (\ cdot)} - это pgf из K {\ displaystyle K}K и g. ∈ E + {\ displaystyle g \ in {\ mathcal {E}} _ {+}}{\ displaystyle g \ in {\ mathcal {E}} _ {+}} определяется как e - g (x) = ∫ FQ (x, dy) e - f (х, у). {\ displaystyle e ^ {- g (x)} = \ int _ {F} Q (x, dy) e ^ {- f (x, y)}.}{\ displaystyle e ^ {- g (x)} = \ int _ {F} Q (x, dy) e ^ {- f (x, y)}.}

Следующее следствие является непосредственным следствием.

Следствие: Ограниченная STC

Величина NA = (NIA, ν A) {\ displaystyle N_ {A} = (N \ mathbb {I} _ {A}, \ nu _ {A})}{\ displaystyle N_ {A} = ( N \ mathbb {I} _ {A}, \ nu _ {A})} - четко определенная случайная мера на измеримом подпространстве (E ∩ A, EA) {\ displaystyle (E \ cap A, {\ mathcal {E}} _ {A})}{\ displaystyle (E \ cap A, {\ mathcal {E}} _ {A})} где EA = {A ∩ B: B ∈ E} {\ displaystyle {\ mathcal {E}} _ {A} = \ {A \ cap B: B \ in {\ mathcal {E}} \}}{\ displaystyle {\ mathcal {E}} _ {A} = \ {A \ cap B: B \ in {\ mathcal {E}} \}} и ν A (B) = ν (A ∩ B) / ν (A) {\ displaystyle \ nu _ {A} (B) = \ nu (A \ cap B) / \ nu (A)}{\ displaystyle \ nu _ {A} (B) = \ nu (A \ cap B) / \ Nu (A)} . Более того, для любого f ∈ E + {\ displaystyle f \ in {\ mathcal {E}} _ {+}}{\ displaystyle f \ in {\ mathcal {E}} _ {+}} мы имеем, что E e - NA f = ψ ( ν е - е IA + b) {\ displaystyle \ mathbb {E} e ^ {- N_ {A} f} = \ psi (\ nu e ^ {- f} \ mathbb {I} _ {A} + b) }{\ displaystyle \ mathbb {E} e ^ {- N_ {A} f} = \ psi (\ nu e ^ {- f} \ mathbb {I } _ {A} + b)} где b = 1 - ν (A) {\ displaystyle b = 1- \ nu (A)}{\ displaystyle b = 1- \ nu (A)} .

Примечание ψ (ν e - f IA + 1 - a) знак равно ψ A (ν A е - е) {\ displaystyle \ psi (\ nu e ^ {- f} \ mathbb {I} _ {A} + 1-a) = \ psi _ {A} (\ nu _ {A} e ^ {- f})}{\ displaystyle \ psi (\ nu e ^ {- f} \ mathbb {I} _ {A} + 1-a) = \ psi _ {A} (\ nu _ {A} e ^ {- f})} где мы используем ν e - f IA = a ν A e - f {\ displaystyle \ nu e ^ {- f} \ mathbb {I } _ {A} = a \ nu _ {A} e ^ {- f}}{\ Displaystyle \ п ue ^ {- f} \ mathbb {I} _ {A} = a \ nu _ {A} e ^ {- f}} .

Сбор костей

Вероятностный закон случайной меры определяется ее функционалом Лапласа и, следовательно, производящей функцией.

Определение: Кость

Пусть KA = NIA {\ displaystyle K_ {A} = N \ mathbb {I} _ {A}}{\ displaystyle K_ {A} = N \ mathbb {I} _ {A} } будет подсчетом переменная K {\ displaystyle K}K ограничена A ⊂ E {\ displaystyle A \ subset E}{\ displaystyle A \ subset E} . Когда {NIA: A ⊂ E} {\ displaystyle \ {N \ mathbb {I} _ {A}: A \ subset E \}}{\ displaystyle \ {N \ mathbb {I} _ {A}: A \ подмножество E \}} и K = NIE {\ displaystyle K = N \ mathbb {I} _ {E}}{\ displaystyle K = N \ mathbb {I} _ {E}} используют одно и то же семейство законов, подлежащих изменению масштаба ha (θ) {\ displaystyle h_ {a} (\ theta)}{\ displaystyle h_ {a} (\ theta)} параметра θ {\ displaystyle \ theta}\ theta , тогда K {\ displaystyle K}K называется костью распространение. состояние кости для pgf определяется как ψ θ (at + 1 - a) = ψ ha (θ) (t) {\ displaystyle \ psi _ {\ theta} (at + 1 -a) = \ psi _ {h_ {a} (\ theta)} (t)}{\ displaystyle \ psi _ {\ theta} (at + 1-a) = \ psi _ {h_ {a} (\ theta)} (t)} .

Обладая понятием распределения и состояния костей, основным результатом существования и уникальности пуассоновского типа (ПТ) Случайный подсчет мер дается следующим образом.

Теорема: существование и единственность PT случайных величин

Предположим, что K ∼ κ θ {\ displaystyle K \ sim \ kappa _ {\ theta}}{\ displaystyle K \ sim \ kappa _ {\ theta}} с pgf ψ θ {\ displaystyle \ psi _ {\ theta}}{\ displaystyle \ psi _ {\ theta}} принадлежит к семейству распределений канонического неотрицательного степенного ряда (NNPS), а {0, 1} ⊂ supp (К) {\ Displaystyle \ {0,1 \} \ subset {\ text {supp}} (K)}{\ displaystyle \ {0,1 \} \ subset {\ text {supp}} (K)} . Рассмотрим случайную меру N = (κ θ, ν) {\ displaystyle N = (\ kappa _ {\ theta}, \ nu)}{\ displaystyle N = (\ kappa _ {\ theta}, \ nu)} в пространстве (E, E) {\ displaystyle (E, {\ mathcal {E}})}{\ displaystyle (E, {\ mathcal {E}})} и предположим, что ν {\ displaystyle \ nu}\ nu диффузный. Тогда для любого A ⊂ E {\ displaystyle A \ subset E}{\ displaystyle A \ subset E} с ν (A) = a>0 {\ displaystyle \ nu (A) = a>0}{\displaystyle \nu (A)=a>0} существует отображение ha: Θ → Θ {\ displaystyle h_ {a}: \ Theta \ rightarrow \ Theta}{\ displaystyle h_ {a}: \ Theta \ rightarrow \ Theta} такое, что ограниченная случайная мера равна NA = (κ ha (θ), ν A) {\ displaystyle N_ {A} = (\ kappa _ {h_ {a} (\ theta)}, \ nu _ {A})}{\ displaystyle N_ {A} = (\ kappa _ {h_ {a} (\ theta)}, \ nu _ {A})} , то есть

E e - NA е знак равно ψ ха (θ) (ν A е - е) для f ∈ E + {\ displaystyle \ quad \ mathbb {E} e ^ {- N_ {A} f} = \ psi _ {h_ {a} (\ theta)} (\ nu _ {A} e ^ {- f}) \ quad {\ text {for}} \ quad f \ in {\ mathcal {E}} _ {+}}{\ displaystyle \ quad \ mathbb {E} e ^ {- N_ {A} f} = \ psi _ {h_ {a} (\ theta)} (\ nu _ {A} e ^ {- f}) \ quad {\ text {for}} \ quad f \ in {\ mathcal {E}} _ {+}}

iff K {\ displaystyle K}K является пуассоновским, отрицательным биномом или биномом (типа Пуассона ).

Доказательство этой теоремы основано на обобщенном аддитивном методе Коши уравнение и его решения. Теорема утверждает, что из всех распределений NNPS только PT имеет е свойство, что их ограничения NIA {\ displaystyle N \ mathbb {I} _ {A}}{\ displaystyle N \ mathbb {I} _ {A}} имеют то же семейство распределения, что и K {\ displaystyle K}K , то есть закрываются при прореживании. Случайные меры PT - это случайная мера Пуассона, отрицательная биномиальная случайная мера и биномиальная случайная мера. Пуассон является аддитивным с независимостью от непересекающихся множеств, тогда как отрицательный бином имеет положительную ковариацию, а биномиальный результат имеет отрицательную ковариацию. биномиальный процесс является предельным случаем биномиальной случайной меры, где p → 1, n → c {\ displaystyle p \ rightarrow 1, n \ rightarrow c}{\ displaystyle p \ rightarrow 1, n \ rightarrow c} .

Распределительные приложения самоподобия

Условие "кости" в pgf ψ θ {\ displaystyle \ psi _ {\ theta}}{\ displaystyle \ psi _ {\ theta}} of K {\ displaystyle K}K кодирует свойство самоподобия распределения, в соответствии с которым все подсчеты в ограничениях (прореживании) для подпространств (закодированных как pgf ψ A {\ displaystyle \ psi _ {A}}{\ displaystyle \ psi _ {A}} ) принадлежат к тому же семейству, что и ψ θ {\ displaystyle \ psi _ {\ theta}}{\ displaystyle \ psi _ {\ theta}} из K {\ displaystyle K}K посредством изменения масштаба канонического параметра. Эти идеи кажутся тесно связанными с идеями саморазложимости и устойчивости дискретных случайных величин. Биномиальное прореживание - это фундаментальная модель для подсчета временных рядов. Пуассоновская случайная мера обладает хорошо известным свойством расщепления, является прототипом класса аддитивных (полностью случайных) случайных мер и связана со структурой процессов Леви, скачки уравнений Колмогорова (процесс марковского скачка) и экскурсии броуновского движения. Следовательно, свойство самоподобия семейства PT является фундаментальным для множества областей. Члены семейства PT - это «примитивы» или прототипы случайных мер, с помощью которых можно построить множество случайных показателей и процессов.

Ссылки
Последняя правка сделана 2021-06-02 09:20:38
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте