形式陈述
知道极值极限只有三种类型后,怎样判断一个具体总体属于哪一种?设 为分布函数理路分布函数Cumulative distribution function · CDF实值分布在每个阈值左侧累积的概率,是非降右连续且端点极限为零和一的函数。,右端点 。若存在 ,使
在 的连续点成立( 按 Gumbel 极限解释),也就是具有总体分布 的 IID 样本之归一化最大值依分布收敛理路依分布收敛Convergence in distribution · Weak convergence分布函数在极限分布连续点处收敛的随机变量收敛概念。到 ,就称 属于 的最大值吸引域,记作 。Fisher–Tippett–Gnedenko 分类定理理路Fisher–Tippett–Gnedenko 极值定理Fisher-Tippett-Gnedenko theorem · Extreme types theorem独立同分布最大值若存在线性归一化后的非退化极限,该极限必属于广义极值分布族。排除了其他非退化 IID 最大值极限,所以判定时只需研究这组 GEV 目标。类型及支持端点沿用该定理的约定。
使用分布函数页中广义分位数理路分布函数Cumulative distribution function · CDF实值分布在每个阈值左侧累积的概率,是非降右连续且端点极限为零和一的函数。的左连续约定
一个等价判据是:存在 ,使对每个 ,
这称尾分位的扩展正则变化理路正则变化函数Regularly varying function · Regular variation正则变化以缩放比值的幂函数极限刻画幂律,允许不改变幂指数的慢变化修正。。它允许 有跳跃,并不要求存在密度。条件成立时,可取 、;分位广义逆负责处理非严格单调的总体。
例子与边界
三个尾分位,一套检验方式
对 Pareto 尾 ,。取 、,则
因此按本页的标准 GEV 坐标应取 、。若取 ,则得到位置尺度等价的标准 Fréchet 表达,两者没有冲突。
对率一指数分布,,取 ,差值恰为 ,所以 。
对 均匀分布,,取 ,则
故 。这次尺度与剩余端点距离同阶,而不是与高度 本身同阶。
几何分布的晶格振荡
设整数值 满足 ,。相邻可能最大值之间的间距始终为一,而最大值围绕 的随机波动也是常数量级。整数取整误差因此不会在极限尺度下消失。
例如取 ,则 。对于倍率 ,。无论候选形状 为何,都有 ,所以判据会迫使 ;但对 ,差值沿不同 子列在零和一之间变化,除以这个趋向正常数的尺度后仍不收敛。因此全序列不存在这里的非退化线性归一化极值极限;某些子列极限仍可能存在。
推论与应用
先把最大值极限改写为尾概率极限
对候选 ,只要 ,就有
这是 的直接结果。最大值问题于是变成:某个移动高度的单项超越概率,乘样本量后是否稳定。
广义逆怎样把尾高度反过来
记 。对 ,右连续性给 ;若 则 ,若 则 。证明只使用这些不等式,不假设 ,也不假设有密度或严格递增。
在 GEV 支持内部,尾极限函数
连续且严格递减。先假定存在最大值归一化。对固定 ,在 两侧取足够小的 ;两处移动高度的极限尾强度分别大于和小于 ,广义逆不等式便把 夹在这两个高度之间。于是
取 得 ,相减后就是整数基准下的分位增量判据。单调性也使它对任意 成立:先将 夹在固定的 之间,再令 。对一般实数 ,置 、;此时 ,所以
对所有固定 成立。这里从完整序列得到的是实参数判据,而非只沿整数子列的结论。
反过来,假设这个判据成立。对内部高度 ,取 使 。充分大 时,
从而
令两个倍率趋向 ,得到尾强度 ,再由前面的对数等价式取得最大值极限,归一化可选 。支持端点及外部由单调性和连续的目标 CDF 补齐。同一夹逼将 换为实数 也成立,因而还得到
这一步将用于任意高门槛,而不只用于分位门槛。
若原判据没有要求辅助函数可测,也不必加一个较强假设:用
替换即可。它可测、最终为正,且保持全部判据;在初始有限区间任意取正值。以下仍将这个可测版本记为 ,以便严格使用正则变化的统一收敛与 Potter 界。
形状与端点的实质联系
时,判据等价于 且 。若 ,则等价于 ,并且 在 正则变化,指数为 。这两种等价也需要证明。
先将分位增量在 与 处相减,再以基准 的 增量作分母。固定 ,得到
所以 。当 ,固定 ,将 向后沿 分段相减,直到一个固定大区间 。第 段除以 的极限为
分位增量判据先给每段大小不超过常数倍的 ;再用指数余量小于 的 Potter 界,将这些项控制在可求和的几何级数下。最后的有界高度除以 消失,因此逐段取极限并求和得 ,特别地 且端点无穷。反向若 ,取 立即给分位增量判据。
当 ,改向前沿 相加。负指数的 Potter 界使全部增量可求和,故单调的 有有限极限 ;同样的几何级数计算给
所以端点缺口 属于 。反过来,若该缺口正则变化,取 即得原判据。
最后将分位的正则变化反演成尾的正则变化,仍不能形式求逆。以正形状为例,对大高度 置 ,则对任意固定 ,
故 。对固定 ,取 ,使 最终成立;广义逆将 夹在 与 之间,得到 。从尾到分位的反向也用这两个严格高度夹逼。负形状时,对 使用同一不等式,改写为 ,故 ;反演得到 ,反向同理。这样两种符号的必要与充分条件都包括了跳跃分布;有限端点处的正原子则不满足这些非退化条件。
的范围更广。比如在 上设尾函数 ,则
直接相减可得归一化分位增量趋于 。它有有限右端点一,却属于 Gumbel 吸引域。端点是否有限,不能单独判定全部三种类型。
这些条件也为高阈值超额定理理路Pickands–Balkema–de Haan 阈值定理Pickands-Balkema-de Haan theorem · Peaks-over-threshold limit theorem属于极值吸引域的总体,其高门槛以上的条件超额可由同形状参数的广义 Pareto 分布一致逼近。提供入口:最大值的形状与条件超额的形状由同一套尾分位规律决定。