logo

ロケーションファミリー 📂数理統計学

ロケーションファミリー

定義

累積分布関数 FF について FθF_{\theta} が全ての xx に対し Fθ(x)=F(xθ)F_{\theta} (x) = F \left( x - \theta \right) を満たすとする。

{Fθ:θR}\left\{ F_{\theta} : \theta \in \mathbb{R} \right\}ロケーションファミリーと呼ぶ。

1

パラメーター θ\thetaランダムサンプル X1,,XnX_{1} , \cdots , X_{n}累積分布関数 F0(x)=F(x0)=F(x)F_{0} (x) = F (x - 0) = F(x) を持つと考えると、サンプル Z1,,ZnZ_{1} , \cdots , Z_{n}Xi=Zi+θ X_{i} = Z_{i} + \theta と表される。このサンプルの統計量としての範囲rangeの長さ R=XnX(1)R = X_{n} - X_{(1)} は、実際には θ\theta がどうであれ一定であるべきだ。θ\theta は単に値の大きさを増加させたり減少させたりするだけで、その分散には影響を与えないからである。実際に RRジョイント累積分布関数FR(r;θ)=Pθ(Rr)=Pθ(X(n)X(1)r)=Pθ(maxkXkminkXkr)=Pθ(maxk(Zk+θ)mink(Zk+θ)r)=Pθ(maxk(Zk)+θmink(Zk)θr)=Pθ(Z(n)Z(1)r) \begin{align*} F_{R} \left( r ; \theta \right) =& P_{\theta} \left( R \le r \right) \\ =& P_{\theta} \left( X_{(n)} - X_{(1)} \le r \right) \\ =& P_{\theta} \left( \max_{k} X_{k} - \min_{k} X_{k} \le r \right) \\ =& P_{\theta} \left( \max_{k} \left( Z_{k} + \theta \right) - \min_{k} \left( Z_{k} + \theta \right) \le r \right) \\ =& P_{\theta} \left( \max_{k} \left( Z_{k} \right) + \theta - \min_{k} \left( Z_{k} \right) - \theta \le r \right) \\ =& P_{\theta} \left( Z_{(n)} - Z_{(1)} \le r \right) \end{align*} である。言い換えると、RRθ\theta補助統計量である。

参照


  1. Casella. (2001). Statistical Inference(2nd Edition): p283. ↩︎