順序統計量の分布の導出

公開日: 更新日:

【2023年4月2週】 【B000】数理統計学 【B060】標本分布

この記事をシェアする
  • B!
サムネイル画像

本稿では、任意の順序統計量の分布を導出しています。標本最大値や標本最小値の分布は、この問題の特別な場合です。

なお、閲覧にあたっては、以下の点にご注意ください。

  • スマートフォンやタブレット端末でご覧の際、数式が見切れている場合は、横にスクロールすることができます。

【定理】順序統計量の分布

【定理】
順序統計量の分布
Distribution of Order Statistics

累積分布関数 $F \left(x\right)$ をもつ任意の母集団分布(離散型・連続型いずれでもよい)からの無作為標本 \begin{align} \boldsymbol{X}= \left\{X_1,X_2, \cdots ,X_n\right\} \end{align} の $i$ 番目の順序統計量 \begin{align} X_{ \left(i\right)} \end{align} の累積分布関数 $F_i \left(x\right)$ は、 \begin{align} F_i \left(x\right)=\sum_{k=i}^{n}{{}_{n}C_k \left\{F \left(x\right)\right\}^k \left\{1-F \left(x\right)\right\}^{n-k}} \end{align} で与えられる。 また、$\boldsymbol{X}$ が連続型確率変数であり、確率密度関数 $f \left(x\right)$ をもつとき、$X_{ \left(i\right)}$ の確率密度関数は、 \begin{align} f_i \left(x\right)=\frac{n!}{ \left(i-1\right)! \left(n-i\right)!} \left\{F \left(x\right)\right\}^{i-1} \cdot \left\{1-F \left(x\right)\right\}^{n-i} \cdot f \left(x\right) \end{align} で与えられる。

証明

証明

(i)累積分布関数
$x$ を固定し、 $X_i$ が $x$ 以下のときは「成功」、
$x$ を越えるときは「失敗」
とすると、形式的にベルヌーイ試行であると見ることができる。 したがって、$X_i \le x$ となるデータの個数を $Y$ とすると、$Y$ は二項分布 \begin{align} Y \sim \mathrm{B} \left\{n,F \left(x\right)\right\} \end{align} に従う。 ゆえに、二項分布の確率関数の定義式より、 \begin{align} f \left(y\right)=P \left(Y=y\right)={}_{n}C_y \left\{F \left(x\right)\right\}^y \left\{1-F \left(x\right)\right\}^{n-y}\tag{1} \end{align} ここで、累積分布関数の定義式より、 \begin{align} F_i \left(x\right)=P \left[X_{ \left(i\right)} \le x\right] \end{align} すなわち、$i$ 番目の値が $x$ となるためには、 $X_i \le x$ となるデータの個数が $i$ 個以上 となればよいので、 式 $(1)$ を用いると、 \begin{align} F_i \left(x\right)=\sum_{y=i}^{n}{{}_{n}C_y \left\{F \left(x\right)\right\}^y \left\{1-F \left(x\right)\right\}^{n-y}} \end{align} $\blacksquare$

(ii)連続型の場合の確率密度関数
累積分布関数と確率密度関数の関係 $f \left(x\right)=\frac{d}{dx}F \left(x\right)$ から、積の微分公式より、 \begin{align} f_i \left(x\right)&=\sum_{y=i}^{n}{{}_{n}C_y \left[y \left\{F \left(x\right)\right\}^{y-1} \cdot \left\{1-F \left(x\right)\right\}^{n-y} \cdot f \left(x\right)+ \left\{F \left(x\right)\right\}^y \cdot \left(n-y\right) \left\{1-F \left(x\right)\right\}^{n-y-1} \cdot \left\{-f \left(x\right)\right\}\right]}\\ &=\sum_{y=i}^{n}{{}_{n}C_yy \left\{F \left(x\right)\right\}^{y-1} \left\{1-F \left(x\right)\right\}^{n-y}f \left(x\right)}-\sum_{y=i}^{n}{{}_{n}C_y \left(n-y\right) \left\{F \left(x\right)\right\}^y \left\{1-F \left(x\right)\right\}^{n-y-1}f \left(x\right)} \end{align} 右辺第1項の $y=i$ の項を外に出すと、 \begin{multline} f_i \left(x\right)={}_{n}C_ii \left\{F \left(x\right)\right\}^{i-1} \left\{1-F \left(x\right)\right\}^{n-i}f \left(x\right)\\+\sum_{y=i+1}^{n}{{}_{n}C_yy \left\{F \left(x\right)\right\}^{y-1} \left\{1-F \left(x\right)\right\}^{n-y}f \left(x\right)}\\-\sum_{y=i}^{n}{{}_{n}C_y \left(n-y\right) \left\{F \left(x\right)\right\}^y \left\{1-F \left(x\right)\right\}^{n-y-1}f \left(x\right)} \end{multline} さらに変形すると、右辺第3項の $y=n$ のときの項は、0だから、 \begin{multline} f_i \left(x\right)=\frac{n!}{ \left(i-1\right)! \left(n-i\right)!} \left\{F \left(x\right)\right\}^{i-1} \cdot \left\{1-F \left(x\right)\right\}^{n-i} \cdot f \left(x\right)\\+\sum_{y=i}^{n-1}{{}_{n}C_{y+1} \left(y+1\right) \left\{F \left(x\right)\right\}^y \left\{1-F \left(x\right)\right\}^{n-k-1}f \left(x\right)}\\-\sum_{y=i}^{n-1}{{}_{n}C_y \left(n-y\right) \left\{F \left(x\right)\right\}^y \left\{1-F \left(x\right)\right\}^{n-y-1}f \left(x\right)} \end{multline} ここで、 \begin{align} {}_{n}C_{y+1} \left(y+1\right)=\frac{n!}{y! \left(n-y-1\right)!}={}_{n}C_y \left(n-y\right) \end{align} したがって、第2項と第3項が相殺されるので、 \begin{align} f_i \left(x\right)=\frac{n!}{ \left(i-1\right)! \left(n-i\right)!} \left\{F \left(x\right)\right\}^{i-1} \cdot \left\{1-F \left(x\right)\right\}^{n-i} \cdot f \left(x\right) \end{align} $\blacksquare$

参考文献

  • 野田 一雄, 宮岡 悦良 著. 入門・演習数理統計. 共立出版, 1990, p.172-173
  • 竹村 彰通 著. 現代数理統計学. 創文社, 1991, p.80-81
  • 久保川 達也 著, 新井 仁之, 小林 俊行, 斎藤 毅, 吉田 朋広 編. 現代数理統計学の基礎. 共立出版, 2017, p.101-103

関連記事

自己紹介

自分の写真

yama

大学時代に読書の面白さに気づいて以来、読書や勉強を通じて、興味をもったことや新しいことを学ぶことが生きる原動力。そんな人間が、その時々に学んだことを備忘録兼人生の軌跡として記録しているブログです。

このブログを検索

ブログ アーカイブ

QooQ