Об асимптотических свойствах последовательностей статистических экспериментов тема автореферата и диссертации по математике, 01.01.05 ВАК РФ

Афанасьев, Андрей Анатольевич АВТОР
кандидата физико-математических наук УЧЕНАЯ СТЕПЕНЬ
Москва МЕСТО ЗАЩИТЫ
1992 ГОД ЗАЩИТЫ
   
01.01.05 КОД ВАК РФ
Автореферат по математике на тему «Об асимптотических свойствах последовательностей статистических экспериментов»
 
Автореферат диссертации на тему "Об асимптотических свойствах последовательностей статистических экспериментов"

>

I I) 0

РОССИЙСКАЯ АКАДЕМИЯ НАУК МАТЕМАТИЧЕСКИЙ ИНСТИТУТ имени В.А. СТЕКЛОВА

На правах рукописи

АФАНАСЬЕВ АНДРЕЙ АНАТОЛЬЕВИЧ

ОБ АСИМПТОТИЧЕСКИХ СВОЙСТВАХ ПОСЛЕДОВАТЕЛЬНОСТЕЙ СТАТИСТИЧЕСКИХ ЭКСПЕРИМЕНТОВ

(01.01.05 - теория вероятностен и матемаотчесхая статнстига)

Автореферат диссертации на соискание ученой степени агакрвдата фгонко-матзмапчесзгазс наух

МОСКВА 1992

Работа выполнена в ¿Математическом институте имени ВА Стеклова Российской Академии Наук

Научный руководитель; доктор фазико-матсматичеосхсс ааук, профессор АЛ. Ширяев

Официальные одпонентьс доктор ¿изшсо'математнчесхпз; наук Кабанов Ю-М К2НДЯД2Т фпзпко-матемзтичесюп заух Бузалъсюш. АА

Ведущая организация; 4 ^кханико-матеттическиЗ факультет МГУ

(кафедра теории зероятзостеЩ

. &

- Защита диссертации состоится 10 июня 1933 г. в^Й; часов на заседании специализированного ученого совета Д 0C2.SS.03 прк ^тематическом Ннсппуте'пме-ка ВА Стеклова Российское Академия Наук по адресу, 117966, .Москва, ул. Вавилова, 42.

С диссертацией можно ознакомиться в библиотеке института. Автооеайрат сазослан 10 мая 1933 г.

Но. ученого секретаря совета

доктор физико-математических наук АСЛеляковский

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В рамхах общей теории статистич естих решений проблема определения эгсповеацнаяъной схороств убывания минимаксного риска была решена Червовым ([1], 1952) в случае , когда наблюдается последовательность независимых одинаково распределенных случайных величин.

С точки зрения общей теории статистических экспериментов эта задача эквивалентна определению скорости сходимости последовательности статистических экспериментов к наиболее информативному эксперименту и рассматривалась Торгенсеном [2].

В последующие годы этой тематике было посвящено большое количество исследовании, в которых докалывались варианты теоремы Чернова для различных классов последовательностей случайных величия. Однако, неисследованным оставался, таг называемый "фильтрованный случай", когда наблюдения являются траекториями случайных процессов.

Цель работы. Цель предлагаемой работы состоит в том, чтобы распо-страннть ряд классических реоультатов теория статистических экспериментов на случай фильтрованных экспериментов в рамках семимартин-гальнсй схемы, то есть на те статистические задачи, в которых наблюдения есть траектории случайных процессов, являющихся семимартин-галами.

Методика исследования. При р&сиостранении реоультатов статистики случайных последовательностей на статистику случайных процессов основная ио возникающих трудностей состоят в том, чтобы подучить ответ в терминах предсказуемых характеристик процессов, гах наиболее естественных и просто вычисляемых. В данной работе для формулировки и доказательства реоультатов сходимости фильтрованных экспериментов используются триплет предсказуемых характеристик семкмартннга-ла н предсказуемый процесс Хеллингера (см. [3]).

Научная новизна. Все основные результаты работы являются новыми.

Теоретическая и практическая ценность. Полученные в работе результаты могут быть использованы в асимптотической теории статистических выводов. В частности для построения асимптотически оптимальных тестов в задаче различения разделяющихся гнлотео для фильтрованных моделей.

Апробация результатов и публикации. Результаты работы догладывались ва семинаре по статистикг случайных процессов в Мат ~иати-ческом институте им. В.А. Стехлова,

По тепе диссертация опубликовано 4 работы.

Струхтура и объем диссертации. Диссертация состоит из введения и трех глав, каждая из которых разделена ва разделы. Текст работы изложен &а 72 страницах. Слисок литературы содержит 32 наименовгнил.

СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Остановимся подробнее ва содержании диссертации. Пусть £ — (fl, F = (,^i)ix>',(Pi) 6 9) фильтрованный статистический ¡эксперимент. Наиболее ъмфорлияпъакым экспериментом. будем называть эксперимент, в которой меры Pi при различных значениях в являются сингулярными (

Вопросы, связанные со схолимостыо последовательности бинарных фильтрованных экспериментов г наиболее информативному эксперименту рассмотрены в Гладе 1. Пусть при n > 1 задан бинарный фильтрованный эксперимент £* = (Q", F1, F"; Р?, Будем предполагать, что наблюдения начинаются в нулевой момент времени и продолжаются момента времена Т„. Пусть h.n{a) = Ci?(ct))t>o процесс Хеллингера порядка а € (0,1) между мерами JFJ1 и Р?, и положим

of = argsnpkija;!?,!?)

а

ТЬорема 1.2.2 Пусть Sn последовательность -Недетерминированных экспериментов такая, что S(££ , £") — 0. Пусть также процессы Хеллингера Л™(ог) непрерывны по t при каждом а 6 1) и выполнены следующие условна с

5_ а3/»?», ---|а=а?

On —► со, п —» со,

—'^х.(ао) — п —со,

а»

«-со,

4

Тогда

Дуст» £ = 2?, О; Д фильтрованный эксперимент, в котором меры Р], а Р-_ таковы, что канонический процесс X является точечным процессом относительно мер Р1 я Р2 с компенсаторами

(1) Ак = ^ / = [ Л

Уо ¿о

где Л детерминированная функция. Рассмотри!! задач}- различения гано-тео относительно мер Р1 и Яг- При увеличении интервала наблюдения вероятности ошибок первого и второго рода стремятся к нулю. Следующая теорема дает опенку момента времени, с которого вероятности ошибок первого а второго рода не превосходят заданного оначения. Особенное значение этот вопрос приобретает при наличии платы за дополнительные наблюдения.

Теорема 1.4.2 Пусть выполнено (1). Тогда справедливо неравенство

¡(£т,€г+л:г) < ^{у/р-ХЦ ¡\,ds

где

,-г-дг, .

I, Л,lis £>= -.

Jo

Отдельное научение сходимости бинарных статистических .экспериментов оправдано той ролью, которую они играют при изучении сходимости s. наиболее информатяз юму эксперименту последовательности статистических экспериментов с конечным парам трпчесхим множеством 9 (|в| = к ). Окапывается, что дефект эксперимента с конечным параметрическим множеством аетмптоттшчесхи эквивалентен дефекту "наименее благоприятного'' бинарного подъэксперимента. Рассмотрению этих вопросов, а также изучению статистических свойств последовательностей экспериментов, сходящихся к наиболее информативному эксперименту, посвяшена Глава 2.

Теорема 2.1.1 Пусть для галсдого бинарного подъзхсперпмеита эхепернмгята (Г* с ганечным параметрическим множествам выполнены условия теоремы 1.2.1. Пусть im« при некоторых Ö, 7 6 6 имеет место неравенство

hinfggg.(a)r. v . .

~ amíaiíyajr.

где интеграл Хелляигера порядга a межлу мерами и

(^Т)г.. Тогда

1 > " ™ lutea Яг,(а)т. ~ '

«

' Кроме ухе упоминавшегося поуосода. Бдэквслгга-Де Кама с сравнению статнстнчесгах »спериментов, в работах Шеннона, Кульбага, Ленбле-ра, -Тин i »■■ (ос-, например, работы [4], [5]} был раоавт аят.тернативньш подход с сравнению вхшеримеитов. Согласно атому подходу для хаадо-го априорного распределения р — (pi,...,p¡,) параметра 0 на Ö вводятся фухкцих Шааюна Гр(£), нвлаюшавса мерой информации, получаемой зря проверенна агеперимента для данного распределенм р. Статнсги-гу, имеющему педыо изучение природы, предлагается следующие правило проведенга агеперимента: вхспернмогг став ига прн априорной распределении, дающем махеимглькутэ янформаххшэ о состоянии природа. Магсамальное значение фунхпиа Шеннона называют емкостью Шеюима. сглояаиятмчеспого эксперимента. Саеауюшая теорема содержит неоаси-гаиную связь г тих двух подходов.

Теорема 2-2.1 Пусть для последовательности экспериментов £** имеет место (2). 1Ьгда

lim , . ,—. . —= 1, »-<» Ь.т£аВрч(а)тт

где £7(^}-емхосгь Шеннона статистнчесгого агеперимента.

В раадеэе 3 главы 2 рассматриваются вопросы существования мннн-««тшг адаптивных тестов. Пусть прн глжлпм п > 1 задано семейство бинарных эхахернментов ¿7 = (П", Я\ F"; Jf, QJ), где 0 € в(1©| = fe) Tauu, что

lim i-lninf[cM(p") V A(v7n)] = -Я«,

»—«в СЦ, V*

б

где числовая последовательность а„ —«• эо, а Я«в-положите.тьные числа. ( Например, если есть n-кратное прямое произведение эксперимента £в, то ап = п и Не s = — In infa Л (а; Рв, Qe)-) Тогда это соотношение может быть испольоованно как критерий асимптотической оптимальности для последовательности тестов <fge ~ Veef^) в задаче различения простых пшотез относительно мер а Qg при каждом фиксированном в. А именно, последовательность гестов ф$в будем называть асимптотически оптимальной для последовательности экспериментов n > 1, если для этой последовательности тестов достигается равенство в (3). Если же на начальном этапе случайным образом выбирается значение параметра 9 и статистику неизвестно при каком значении параметра ставится последовательность экспериментов то в этой ситуации желательно иметь последовательность тестов асимптотически оптимальную при любом значении параметра. Неоависищая от $ последовательность тестов фп называется адаптивной в минимаксном смысле для семейства n > 1, 0 6 Ö, если при всех значениях в £ 0 для этой последовательности тестов достигается равенство в (3). Данное определение лвляется новым. В традиционном определении адаптивной последовательности тестов (см. [6JJ за основу берется асимптотика ошибок второго рода при фиксировало.1.! уровне ошибки первого рода.

ТЬорема 2.3.1 Пусть для последовательности экспериментов имеет место соотношение

lim а"1 In ш!'а^п) V Зв(ч>п)] = -Hnt при всех в,г) S в

Т»—.QO

i) Если существует минимаксная адаптивная последовательность тестов, то

Н)$ Л Лт < Я,в при всех в, г/ е 9

ii) Если выполнено условие

Яss V Я,,, < Я,в при всех 0, -jj е 0,

то существует минимаксная адаптивная последовательность тестов.

Заметим, что минимаксной адаптивной последовательностью тестов будет последовательность тестов Неймана-Пирсона для мер Рп п Q™, которые есть взвешенная сумма соответствено мер Р" п

Перейдем к содержанию ГЬааы 3. При рассмотрении бинарных фильтрованных экспериментов £ = (О, Р; Р, С}) и £ = {$.,3-, Я; Р ,<3), у которых одна из альтернативных мер общая, вообше говоря не обязательно РиР абсолютно непрерывны относительно (2, возникает необходимость введения процесса Хелливгера в форме отличной от общепринятой.

Процессом Хеллпчгера — (/1д(а)«)|>0 поргдка а £ (0,1) меж-

ду семействами мер (Р£) а (Р() относительно произвольного семейства (<2() называется неотрипательный вооратаюпгай процесс кд(се)) = 0 такой, что

• Мд(а) = гаг'1~а + (г^г'1—)- • Нд(а)

является <Э мартингалом, где г = (г1)1>о и: = (г,)4>о производные Лебега пер Р и Р относительно меры Q.

Пусть при каждом п > 1 задан бинарный статистический эксперимент £п = (Пп,Згг,Рг;Рг',Рп). Иллюстрацией целесообразности введения пропесса Ьд(а) служит следующая функциональная теорема для последовательности процессов = г'"/гя.

ТЪорема 3.1.2 Пусть имеет место контигуальность последовательностей мер {Рп) <з (С?")- Пусть так же ( -» (7( неубывающая непрерывная функция, Со = 0 и Л(а) = а ¿/-непрерывный мартингал, Ма — 0

и < М,М >г= Ct. Определим условие

[Ц - В] Лд(а)4 Ь{а)1 для всех t 6 О

a) Если ^-плотное аогивожестпо г?д., то следующие утверждения .эквивалентны

£(/**) г

1) гп -- г = ехр(М - •£) (означающее 2" -- 2 = ехр(ДГ +

?))•

и) С»д — -О] выполнено для всех а € (0,1).

С'д — Щ выполнено для а = = ¡3,а = 1 — ¡3, при некотором ^ € (0, |)

b) Пусть — £)] выполнено для а = = 0, а = 1 —/3 при некотором /3 6 (0, Тогда

£(В|Р") ,„ 1(0\р")

2?*-- г, I -- X .

Вопросу различения гипотео а бинарных частично-определенных статистических экспериментах посвящен раоцел 2 главы 3. Пусть на измеримом пространстве с фильтрацией (П, 3-, Я) задан согласованный процесс-статистика X и два набора объектов — триплеты предсказуемых характеристик Т = (В, С, и) я Т = (В , С ). Определим два семейства вероятностных мер

V - {Р : X семимартивгал на (П, Т, Р, Р) и Тр = Г}

V = {Р : X семвмартингал на (0, .?",Р, Р ) и Гр = Т }

Предположим, что ставится статистический эксперимент £ = (П, Т-, Р\Р,Р) с неизвестными мерами Рб'РиР 6 "Р, и требуется по наблюдениям траектории процесса X различить гипотезы

И (Г) : истинная мера принадлежит V,

ЩТ ) : истинная мера принадлежит ~Р .

Тах как в достаточно общей ситуации вопрос о построения оптимального теста является довольно сложным, то было бы желательно построить такой эксперимент £, который бы мажорировал исходный в следующем смысле: если р(Р, Р ) риск для мер Р 6 73 и Р ЕР,ар риск эксперимента £, то

Р(Р,Р )<Р для всех РЕ'Р.Р'е'Р'.

В данной работе для построения эксперимента £ используется частично-определенный процесс отношения правдоподобия V, определяемый только по заданным наборам предсказуемых характеристик Г и Т семнмар-тингала X.

Итак, пусть задана последовательность статистических экспериментов £п = (Пп, Р^Р1), п > 1, соответствующих частично-определенной

модели. Предположим, что тривиальная (г-алгебра и выполнены условия

где Л"(а)-пропесс Хеллингера порядка а между мерами Р" а Р Н(а) детерминированный непрерывный по { процесс Хеллингера порядка а

между' мерами Р в Р предельного эксперимента £ = (П.Т, (уГ1)(>о;Р, Р )• Заметим, что в силу теоремы 4.1 в [3] на условия [На — следует слабая

и7-?

функциональная сходимость экспериментов £"-■ £. Пусть также при

всех и выполнено

[Яа-Я+] 0,1),г>0,

где кп[а) частично-определенный процесс Хеллпнгера порядка а между мерами Р " и Рп, к(а) детерминированный непрерывный по < процесс Хеллпнгера предельного эксперимента £ = (П, {Т)г>ц\Р, Р ).

Теорема 3.2.2 Пусть выполнены условия [На — Я+], [Яа — и условие

ДГ["(ш) = Дгр(и) на множестве {(и, {) : ДУ?(и) ф 0}

Тогда эксперимент £ информативнее эксперимента £.

В разделе 3 главы 3 рассматривается задача оценивания параметра для систем с физическим белым шумом. Пусть ^-неизвестный параметр, в 6 Н. Хорошо изучена задача оценивания параметра 9 для модели диффузионного процесса

(4) Х( = В ['а(Х.)Ь + ЯГ„

где \У = (1{'.){>о-стандартный винеровский процесс. Однако во многих статпстичесгих задачах модель (4) имеет место с гой оговоркой, что '^"¡»оо не является винеровскиде шгаиессом, а имеет распределение, ;:о-торое может быть в некотором смысле адпроксимлроваяно эинерозским процессом. Более точно, вместо модели (4) естественно рассматривать следующую модель в схеме серий (л = 1,2...)

Л? = б [ а(Х?) ¿з т »7,

где И''" = (^',п)1>о-последовательность случайных процессов [К.п = /0' \\г£ ¿8 являющихся при каждом 71 моделью физического белого шума. Идя последовательности [И1"1] предполагаются выполнеными следующие два условия: 1) при каждом п траектории процессов {И,71){>о дифференцируемы по С, 2) имеет место сходимость

У/п — И', л — оо.

Для модели (4) опеяха максимального праилопобозия

_ ¿2.

параметра в при выполнении ряда условии, например см.[7], является состоятельной ж асимптотически аффективной при t оо.

В данной работе научаются свойства оценги 0" = [в?)^ параметра 8, которая по наблюдениям траегторвн процесса (Л"")|>о до момента времени £ строится следзтзшим образом

. ; - Л - >-

Появление дополнительного члена —^/¡а (Х™}£* в опенге #** по сравнению с оценкой 0 связано с качественным различием между допредельными и предельным экспериментом: процесс X является процессом неограниченной вариации и $а{Х,)4Х, есть стохасвгческнн интеграл в форме Ито, в то время гак процессы Х~2 при всех п > 1 являются процессами с ограниченной вариацией н /„' есть интеграл Лебега.

• Теорема 3.3.1 Пусть непрерывно дифференцируемая функция а(г) удовлетворяет условию Липшица я линейного роста, ее производная л (г) условию Липшица. Пусть кроме того дяя любого 1 > 0 выполнено уезоаие

(5)

Тогда.имеет место совместная сходимость распределений при п. — оо

где X = (.ЛГ«)»>о процесс, определяемый уравнением (4), в = (0О«>о оценка максимального правдоподобия.

Теорема, 3.3.3 Пусть а(х) = х я выполиеа условие (5). Тогда оценка (¿Г)»>о да> всех отрицательных 9 из некоторого компакта 9 является асимптотически состоятельной

Р-^Ьа^Ша «1р)в?-0|= О 11

ЛИТЕРАТУРА

1. Chernoff, Н. A measure of asymptocic efficiency for tests of ahypotesis based on the sum of observations.-Ann. Math. Statist., 1952, v. 233,

p. 493-307

2. Torgersen S.N. Measures of information based on comparison with total information and total ignorance // Ann. Statist., 1981, v. 9, N 3, p. 633-657.

3. Jacod J., Shiryaev A..\". Limit theorems for stochastic processes, Springer: 1987, p. 60i.

4. Кульбак С. Тгория информации а статистика,, Пер. с аягл. М.: Наука, 1967.

5. Lindley D.V. On a Measure of Information provided by ал Experiment// Ann. Math. Stat. 27, 1956, 986- 1005.

6. Luchgy E., Ruckin A.L. Adaptive tests for stochastic processes in the ег-godic case// Preprint.

7. Кутоянп Ю.А. Оценивание параметров случайных процессор Ереван: Пзд-во АН Арм. ССР, 1980.

РАБОТЫ АВТОРА ПО ТЕМЕ ДИССЕРТАЦИИ

1. Аеаяасьез A.A. О процессе Хел.тянгера хтя бпнаояых экспериментов // Ус-ахл математических заук. 1991, r.4tj, зьш. 4, 139-140.

2. Афанасьев A.A. К вопросу о различении гипотез в бинарных частично-onDеделенных статистических экспериментах // Успехи математических на>т. 1992, т. 47, зьш. 5, 163-164.

3. Афанасьев A.A. Об оценивании параметра зля систем с физическим бельем zr/MC'.i // Стати стиха п управление случайными процессами: сб. статей под. ред. A.A. Новикова ц А.Н. Ширяева, М. Наука: 1992* 4-11.

4. Афанасьев л.А. Об одном обобщении теоремы Чернова// Успехи математических наук, 1992. т. 47, зьш. б, -