Вычислить квантиль суммы распределений из определенных квантилей

9

Давайте предположим , что N независимых случайных величин X1,...,XN для которых квантили на некотором конкретном уровне α известны посредством оценки по данным: α=P(X1<q1) , ..., α=P(XN<qN) . Теперь давайте определим случайную величину Z как сумму Z=i=1NXi, Есть ли способ вычислить значение квантиля суммы на уровне α , то есть qz в α=P(Z<qZ) ?

Я думаю, что в отдельных случаях, например, если Xi следует гауссову распределению i это легко, но я не уверен в случае, когда распределение Xi неизвестно. Любые идеи?

albarji
источник
1
которые они qi оценить из данных или теоретически известно?
chuse
Это невозможно без конкретных предположений о распределении Xi . Вы имеете в виду семью дистрибутивов?
whuber
@ chuse qi оцениваются по данным, поскольку распределение Xi неизвестно, но доступны образцы. Я обновил вопрос с этим фактом.
Альбарджи
@whuber У меня нет предварительных знаний о семье распределений мог бы быть следующим, хотя выборки данных доступны. Будет ли допущение, что семейство распределений (кроме гауссовских) облегчит это? Xi
Альбарджи

Ответы:

4

может быть чем угодно.qZ


Чтобы разобраться в этой ситуации, сделаем предварительное упрощение. Работая с мы получаем более равномерную характеристикуYi=Xiqi

α=Pr(Xiqi)=Pr(Yi0).

То есть каждый имеет одинаковую вероятность быть отрицательным. Потому чтоYi

W=iYi=iXiiqi=Ziqi,

определяющее уравнение для эквивалентноqZ

α=Pr(ZqZ)=Pr(ZiqiqZiqi)=Pr(WqW)

с .qZ=qW+iqi


Каковы возможные значения ? Рассмотрим случай, когда все имеют одинаковое распределение со всей вероятностью по двум значениям, одно из которых отрицательное ( ), а другое положительное ( ). Возможные значения суммы ограничены для . Каждый из них происходит с вероятностьюY i y - y + W k y - + ( n - k ) y + k = 0 , 1 , , nqWYiyy+Wky+(nk)y+k=0,1,,n

PrW(ky+(nk)y+)=(nk)αk(1α)nk.

Крайности могут быть найдены

  1. Выбор и так, чтобы ; и выполнят это. Это гарантирует, что будет отрицательным, кроме случаев, когда все положительны. Этот шанс равен . Он превышает когда , подразумевая, что квантиль должен быть строго отрицательным.yy+y+(n1)y+<0y=ny+=1WYi1(1α)nαn>1αW

  2. Выбор и так, чтобы ; и выполнят это. Это гарантирует, что будет отрицательным только тогда, когда все отрицательны. Этот шанс равен . Это меньше, чем когда , подразумевая, что квантиль должен быть строго положительным.yy+(n1)y+y+>0y=1y+=nWYiαnαn>1αW

Это показывает, что квантиль может быть либо отрицательным, либо положительным, но не равен нулю. Каким может быть его размер? Оно должно равняться некоторой интегральной линейной комбинации и . Делая оба эти значения целыми, мы гарантируем, что все возможные значения являются целыми. Масштабируя произвольным положительным числом , мы можем гарантировать, что все интегральные линейные комбинации и являются целыми кратными . Поскольку , его размер должен быть не менее . Следовательно,αWyy+Wy±syy+sqW0sвозможные значения (и, ) не ограничены,qWqZ независимо от того, что может быть равно.n>1


Только способ получить какую - либо информацию о бы сделать конкретные и сильные ограничения на распределениях , в целях предотвращения и ограничения рода несимметричных распределений , используемых для получения этого отрицательного результата.qZXi

Whuber
источник
Большое спасибо @whuber, за объяснение и иллюстративный пример. Хотя ответ отрицательный, я не могу сказать, что это было неожиданно. Затем я попытаюсь выяснить, какое семейство распределений подходит для моих данных, и посмотрим, смогу ли я определить квантили суммы.
Альбарджи