logo

確率的増減関数と信頼区間 📂数理統計学

確率的増減関数と信頼区間

定理 1

確率的単調関数の定義

累積分布関数F(t;θ)F \left( t ; \theta \right)θ\thetaに対して増加(減少)関数ならば確率的増加(減少)関数という。

連続累積分布関数のピボティング

統計量TT連続累積分布関数FT(t;θ)F_{T} \left( t ; \theta \right)を有するとする。固定されたα(0,1)\alpha \in (0,1)に対してα1+α2=α\alpha_{1} + \alpha_{2} = \alphaとし、TTサポートT\mathcal{T}の全てのtTt \in \mathcal{T}に対して、θL(t)\theta_{L} (t)θU(t)\theta_{U} (t)

  • (1): もしFT(t;θ)F_{T} \left( t ; \theta \right)が確率的減少関数ならば、 FT(t;θU(t))=α1&FT(t;θL(t))=1α2 F_{T} \left( t ; \theta_{U}(t) \right) = \alpha_{1} \quad \& \quad F_{T} \left( t ; \theta_{L}(t) \right) = 1 - \alpha_{2}
  • (2): もしFT(t;θ)F_{T} \left( t ; \theta \right)が確率的増加関数ならば、 FT(t;θU(t))=1α2&FT(t;θL(t))=α1 F_{T} \left( t ; \theta_{U}(t) \right) = 1 - \alpha_{2} \quad \& \quad F_{T} \left( t ; \theta_{L}(t) \right) = \alpha_{1}

と定義されるとする。そうであればランダムインターバル[θL(t),θU(t)]\left[ \theta_{L} (t) , \theta_{U} (t) \right]θ\thetaに対する1α1 - \alpha信頼区間である。

説明

たとえば、Texp(θ)T \sim \exp (\theta)、すなわち指数分布に従うとすると、その累積分布関数F(t;θ)=1et/θF (t; \theta) = 1 - e^{t / \theta}は全てのttに対してθ\thetaが増加するに従って関数の値が小さくなるため、確率的減少関数であり、定理の条件(1)を満たし、簡単に1α1-\alpha信頼区間を得ることができる。

定理の名前に出てくるピボティングピボットから来た言葉である。

証明

(1)の場合のみ証明する。離散累積分布の場合に完全に同一ではないが、類似の定理がある2


{t:α1FT(t;θ0)1α2} \left\{ t : \alpha_{1} \le F_{T} \left( t ; \theta_{0} \right) \le 1 - \alpha_{2} \right\} 1α1-\alpha受入域が上記のように作られたとする。FTF_{T}が確率的減少関数であり、α<1\alpha < 1の定義から1α2>α11 - \alpha_{2} > \alpha_{1}であるため、θL(t)<θU(t)\theta_{L}(t) < \theta_{U}(t)が成立し、その関数値はユニークである。さらに、 FT(t;θ)<α1    θ>θU(t)FT(t;θ)>1α2    θ<θL(t) \begin{align*} F_{T} \left( t ; \theta \right) < \alpha_{1} \iff& \theta > \theta_{U}(t) \\ F_{T} \left( t ; \theta \right) > 1 - \alpha_{2} \iff& \theta < \theta_{L}(t) \end{align*} したがって、次のことが得られる。 {t:α1FT(t;θ0)1α2}={θ:θL(t)θθU(t)} \left\{ t : \alpha_{1} \le F_{T} \left( t ; \theta_{0} \right) \le 1 - \alpha_{2} \right\} = \left\{ \theta : \theta_{L}(t) \le \theta \le \theta_{U}(t) \right\}


  1. Casella. (2001). Statistical Inference(2nd Edition): p432. ↩︎

  2. Casella. (2001). Statistical Inference(2nd Edition): p434. ↩︎