logo móvil
Contáctanos

Chebyshev-Edgeworth-type approximations for statistics based on samples with random sizes

Autores: Christoph, Gerd; Ulyanov, Vladimir V.

Idioma: Inglés

Editor: MDPI

Año: 2021

Descargar PDF

Acceso abierto

Artículo científico
2021

Chebyshev-Edgeworth-type approximations for statistics based on samples with random sizes


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Chebyshev-edgeworth
Expansiones
Estadísticas
Tamaños de muestra aleatorios
Leyes asintóticas
Mezclas de escala

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 31

Citaciones: Sin citaciones


Descripción
Se derivan expansiones de Chebyshev-Edgeworth de segundo orden para varias estadísticas a partir de muestras con tamaños de muestra aleatorios, donde las leyes asintóticas son mezclas de escala de las distribuciones normal estándar o ji-cuadrado con mezclas de escala de distribuciones gamma o exponenciales inversas. Se desarrolla una construcción formal de expansiones asintóticas. Por lo tanto, los resultados se pueden aplicar a toda una familia de estadísticas asintóticamente normales o ji-cuadrado. Se considera la media aleatoria, la distribución t-estandarizada y la estadística t bajo no normalidad con la ley límite normal. Con la distribución límite ji-cuadrado, se utilizan las estadísticas generalizadas de Hotelling y la mezcla de escala de distribuciones ji-cuadrado. Presentamos las primeras expansiones de Chebyshev-Edgeworth para estadísticas asintóticamente ji-cuadrado basadas en muestras con tamaños de muestra aleatorios. Las estadísticas permiten factores de normalización no aleatorios, aleatorios y mixtos. Dependiendo del tipo de normalización, podemos encontrar tres distribuciones límite diferentes para cada una de las estadísticas consideradas. Las leyes límite son t-, normal estándar, Pareto inverso, gamma generalizada, Laplace y Laplace generalizada, así como sumas ponderadas de distribuciones gamma generalizadas. El artículo continúa los estudios de los autores sobre la aproximación de estadísticas para muestras de tamaño aleatorio.

Otros recursos que podrían interesarte

Temas Virtualpro