埃奇沃斯级数(Edgeworth series)是以爱尔兰经济学家埃奇沃斯来命名的。
简介埃奇沃斯级数(Edgeworth series)是以爱尔兰经济学家埃奇沃斯来命名的。它和 Gram-Charlier A series 一样,是把一个随机变数的机率密度函数展成级数,级数中的每一项是用该随机变数的 cumulants 来表达。对同一个分布,Gram-Charlier A series 和埃奇沃斯级数展出来是同样的级数,只是项的排列不同。(也因此只取前几项作为逼近时的误差会有所不同)
级数在数学中,一个有穷或无穷的序列的元素的形式和S称为级数。序列中的项称作级数的通项。级数的通项可以是实数、矩阵或向量等常量,也可以是关于其他变量的函数,不一定是一个数。如果级数的通项是常量,则称之为常数项级数,如果级数的通项是函数,则称之为函数项级数。常见的简单有穷数列的级数包括等差数列和等比数列的级数。
有穷数列的级数一般通过初等代数的方法就可以求得。如果序列是无穷序列,其和则称为无穷级数,有时也简称为级数。无穷级数有发散和收敛的区别,称为无穷级数的敛散性。判断无穷级数的敛散性是无穷级数研究中的主要工作。无穷级数在收敛时才会有一个和;发散的无穷级数在一般意义上没有和,但可以用一些别的方式来定义。
无穷级数的研究更多的需要数学分析的方法来解决。无穷级数一般写作,级数收敛时,其和通常被表示为。
Gram-Charlier A级数Gram-Charlier A series 的主要想法,是把待逼近分布(以F为它的密度函数)的特征方程,写成另一个已知分布的特征方程的展式,再经过傅立叶变换的逆变换,就可以求得F的展式。1
假设f是待逼近分布的特征方程,是这个分布的 累积量。现在将它展成和另一个已知分布相关的级数。该已知分布的密度函数为 ,特征函数为,累积量 为。常见的作法是选用正态分布作为已知分布,但事实上选用其它的分布函数也是可行的。由 累积量 的定义,下列这个等式是恒成立的:
由傅立叶变换的性质,(it)ψ(t) 是 (−1)D(x) 的傅立叶变换,其中D代对x的微分算子。这样我们就得到F的一个级数
如果令 为正态分布的密度函数且其期望值和方差与分布F相同,也就是说,期望值 μ = κ1,变异数 σ= κ2,则此展式变成
再将指数函数展开并按微分阶数逐项列出,就得到 Gram-Charlier A series。例如,选用正态分布做为已知分布,展到前两项就可以得到
其中H3(x) =x− 3x;H4(x) =x− 6x+ 3 (即埃尔米特多项式)
注意到以上的 series 并不保证函数值恒正,所以事实上并不一定是一个密度函数。在许多情况下,Gram-Charlier A series 会发散—仅当x趋近无限大时F(x) 递降的比 exp(−x/4) 快时它才会收敛 (Cramér 1957)。当它不收敛时,这不是一个真正的渐近展式,因为要估计这个展式的误差是不可能的。因此,一般的情况埃奇沃斯级数比 Gram-Charlier A series 更常用。
Edgeworth扩展的缺点Edgeworth扩展可能会遇到一些问题:
(1)它们不能保证是一个合适的概率分布如下:
密度的积分不需要积分为1,
概率可能是负的。
(2)主要有两个原因,它们可能不准确,特别是在尾部,
它们是围绕平均值的泰勒级数获得的,
它们(渐近地)保证绝对误差,而不是相对误差。 当想要近似非常小的量时,这是一个问题,绝对误差可能很小,但相对误差很重要。
相关术语Gram-Charlier A series
康沃尔 - 费希尔扩张
埃奇沃思二项式树
本词条内容贡献者为:
曹慧慧 - 副教授 - 中国矿业大学