季海波
(宿遷學(xué)院教師教育系,江蘇 宿遷 223800)
在數(shù)理統(tǒng)計(jì)中,通常使用Pearson-χ2距離來(lái)比較兩個(gè)密度函數(shù)的差異性。盡管其已經(jīng)不再滿足距離公理中的某些條件,但是它們確實(shí)能夠在某種程度上描述兩個(gè)密度函數(shù)的差異程度。近年來(lái),人們?cè)谟懻摌O值分布的大樣本問(wèn)題、分布函數(shù)的計(jì)算機(jī)模擬樣本的收斂性時(shí),都將Pearson-χ2距離作為衡量標(biāo)準(zhǔn)來(lái)判斷一個(gè)密度函數(shù)列是否收斂到某個(gè)確定的密度函數(shù)。
k階Erlang分布是排隊(duì)論中常用的一個(gè)重要的服務(wù)時(shí)間分布,它與指數(shù)分布有密切的關(guān)系。若X1,X2,…,Xk是一列獨(dú)立的隨機(jī)變量,且都服從指數(shù)分布E(μ),則隨機(jī)變量T=X1+X2+…+Xk具有概率密度:
稱T服從參數(shù)為μ的k階Erlang分布。
文獻(xiàn)[5]中給出了兩個(gè)指數(shù)分布之間的Pearson-χ2最大距離。本文著重討論兩個(gè)k階Erlang分布的Pearson-χ2距離和Pearson-χ2最大距離,并與兩個(gè)指數(shù)分布之間的Pearson-χ2距離進(jìn)行比較。
定義1 設(shè)隨機(jī)變量X、Y分別具有密度函數(shù)f(x)、g(x),且f(x)>0,若
定義2 設(shè)隨機(jī)變量X、Y分別具有密度函數(shù)f(x)、g(x)且f(x)>0,g(x)>0,若d2(f,g)、d2(g,f)都存在,記 d2m(f,g)=max{d2(f,g),d2(g,f)},稱(f,g)為兩個(gè)密度函數(shù)f(x)、g(x)之間的最大距離。
由定義可以得到如下引理:
引理1 如果函數(shù)f(x)是指數(shù)分布E(μ1)的密度函數(shù),g(x)是指數(shù)分布E(μ2)的密度函數(shù),那么
引理2 如果函數(shù)f(x)是指數(shù)分布E(μ1)的密度函數(shù),g(x)是指數(shù)分布E(μ2)的密度函數(shù),當(dāng)<μ1< 2μ2時(shí),則有:
定理1 設(shè)f(x)、g(x)是分別具有參數(shù)μ1、μ2的k階Erlang分布的密度函數(shù),則:
證明:由于f(x)、g(x)是分別具有參數(shù)μ1、μ2的k階Erlang分布的密度函數(shù),則:
當(dāng)0<μ1<2μ2時(shí),由分部積分法可得:
將式(4)代入式(3)可得:
顯然還有:
則定理1得證。
類似地還可以得到:
由引理1和定理1還可得到下面一些性質(zhì)。
推論1 如果f1(x)、g1(x)分別是具有參數(shù)μ1、μ2的指數(shù)分布的密度函數(shù),f2(x)、g2(x)分別是具有參數(shù)μ1、μ2的k階Erlang分布的密度函數(shù),則:
推論2 兩個(gè)指數(shù)分布間的Pearson-χ2最大距離和兩個(gè)k階Erlang分布Pearson-χ2最大距離具有相同的漸近性。
[1]Robert G O,Shau S K.Updating schemes,correlation structure,blocking and parameterization for the Gibbssampler[J].J R Statist Soc B,1997,59:291-317.
[2]Liu S J,Wong W H,Kong A.Correlation structure and convergence rate of the Gibbs sampler with various scans[J].J R Statist Soc B,1995,57:157-169.
[3]Reiss R D.Approximate Distributions of Order Statistics[M].New York:Springer,1980.
[4]胡運(yùn)權(quán).運(yùn)籌學(xué)基礎(chǔ)及應(yīng)用[M].北京:高等教育出版社,1986.
[5]陳光曙.Pearson-χ2的最大距離的性質(zhì)[J].遼寧師范大學(xué)學(xué)報(bào):自然科學(xué)版,2005,28(4):402-404.