经验分布函数简介

经验分布函数是一种利用随机变量样本估计其分布的方法,通过对样本的频率进行分配来近似概率。该函数具有一些重要的性质,如在样本数量增加时逐渐逼近真实分布,并可以通过Glivenko-Cantelli定理和DKW不等式建立置信带。在统计中,经验分布函数用于计算统计泛函的嵌入式估计量。
摘要由CSDN通过智能技术生成

1 概念

如果我们想知道某个随机变量 X X X的分布 F F F,这在一般情况下当然是无法准确知道的,但如果我们手上有它的一些独立同分布的样本,可不可以利用这些样本?一个很简单的办法就是,把这些样本的“频率”近似为随机变量的“概率”。

经验分布函数empirical distribution function):给每个点 1 / n 1/n 1/n的概率质量,得到CDF:
F ^ n ( x ) = ∑ i = 1 n I ( X i ≤ x ) n \hat{F}_n(x) = \dfrac{\sum_{i=1}^{n}I(X_i\leq x)}{n} F^n(x)=ni=1nI(Xix)

2 性质

经验分布函数,有什么性质?它可以很好地近似真实的分布函数吗?我们给出如下几个定理。

定理:对于任意给定的 x x x,有

  • E ( F ^ n ( x ) ) = F ( x ) E(\hat{F}_n(x) )=F(x) E(F^n(x))=F(x)
  • V ( F ^ n ( x ) ) = F ( x ) ( 1 − F ( x ) ) n → 0 V(\hat{F}_n(x) )=\dfrac{F(x)(1-F(x))}{n}\to 0 V(F^n(x))=nF(x)(1F(x))
  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值