埃奇沃斯級數
![本頁使用了標題或全文手工轉換](http://upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
此條目不符合維基百科的品質標準,需要完全重寫。 |
![]() |
埃奇沃斯級數(Edgeworth series)是以愛爾蘭經濟學家埃奇沃斯來命名的。它和 Gram-Charlier A series 一樣,是把一個隨機變量的概率密度函數展成級數,級數中的每一項是用該隨機變量的累積量來表達。對同一個分佈,Gram-Charlier A series 和埃奇沃斯級數展出來是同樣的級數,只是項的排列不同。(也因此只取前幾項作為逼近時的誤差會有所不同)
Gram-Charlier A series
[編輯]Gram-Charlier A series 的主要想法,是把待逼近分佈(以F 為它的密度函數)的特徵方程,寫成另一個已知分佈的特徵方程的展式,再經過傅立葉變換的逆變換,就可以求得F 的展式。
假設f 是待逼近分佈的特徵方程,是這個分佈的 累積量。現在將它展成和另一個已知分佈相關的級數。該已知分佈的密度函數為 ,特徵函數為 ,累積量 為 。常見的作法是選用正態分佈作為已知分佈,但事實上選用其它的分佈函數也是可行的。由累積量的定義,下列這個等式是恆成立的:
由傅立葉變換的性質,(it)rψ(t) 是 (−1)r Dr (x) 的傅立葉變換,其中 D 代對 x 的微分算子。這樣我們就得到 F 的一個級數
如果令 為正態分佈的密度函數且其期望值和方差與分佈 F相同,也就是說,期望值 μ = κ1,方差 σ2 = κ2,則此展式變成
再將指數函數展開並按微分階數逐項列出,就得到 Gram-Charlier A series。例如,選用正態分佈做為已知分佈,展到前兩項就可以得到
其中 H3(x) = x3 − 3x;H4(x) = x4 − 6x2 + 3 (即埃爾米特多項式)
注意到以上的 series 並不保證函數值恆正,所以事實上並不一定是一個密度函數。在許多情況下,Gram-Charlier A series 會發散—僅當 x 趨近無限大時 F(x) 遞降的比 exp(−x2/4) 快時它才會收斂 (Cramér 1957)。當它不收斂時,這不是一個真正的漸近展式,因為要估計這個展式的誤差是不可能的。因此,一般的情況埃奇沃斯級數(見下一節)比 Gram-Charlier A series 更常用。
延伸閱讀
[編輯]- H. Cramér (1957). Mathematical Methods of Statistics. Princeton University Press, Princeton.
- D. L. Wallace (1958). "Asymptotic approximations to distributions". Annals of Mathematical Statistics 29:635–654.
- M. Kendall & A. Stuart (1977), The advanced theory of statistics, Vol 1: Distribution theory, 4th Edition, Macmillan, New York
- P. McCullagh (1987). Tensor Methods in Statistics. Chapman and Hall, London.
- D. R. Cox and O. E. Barndorff-Nielsen (1989). Asymptotic Techniques for Use in Statistics. Chapman and Hall, London.
- P. Hall (1992). The Bootstrap and Edgeworth Expansion. Springer, New York.
- S. Blinnikov and R. Moessner (1998). Expansions for nearly Gaussian distributions(頁面存檔備份,存於互聯網檔案館). Astron. Astrophys. Suppl. Ser. 130:193–205.
- J. E. Kolassa (2006). Series Approximation Methods in Statistics, 3rd Edition. (Lecture Notes in Statistics #88). Springer, New York.