《Mathematics》:Cumulative Generalized Entropies of Mathai–Haubold Type and Moment Functions of Order Statistics
编辑推荐:
研究人员引入累积Mathai–Haubold残差熵(CMHRE)与累积Mathai–Haubold熵(CMHCE),作为累积残差熵(CRE)与累积熵(CE)的单参数推广。通过将核函数用广义二项级数展开,并应用次序统计量的矩恒等式,两种测度均被表示为绝对收敛的加
研究人员引入累积Mathai–Haubold残差熵(CMHRE)与累积Mathai–Haubold熵(CMHCE),作为累积残差熵(CRE)与累积熵(CE)的单参数推广。通过将核函数用广义二项级数展开,并应用次序统计量的矩恒等式,两种测度均被表示为绝对收敛的加权和,其权重涉及独立同分布样本中期望最大值与期望最小值之差。研究人员进一步利用任意非负权函数构建了广义加权版本,得到以极值次序统计量加权矩表示的公式。对指数分布与均匀分布给出了闭式表达,并以幂权与对数权为例说明效果。三个面向应用的实例——超额损失再保险分层、二次保修成本权、贴现维护成本权——进一步体现所提测度的实际相关性。论文同时给出与基于概率密度函数(PDF)的加权熵之比较,以及数值与图形分析。
研究背景方面,自Shannon提出微分熵以来,基于累积分布函数(cdf)的信息论泛函受到持续关注。Rao等提出的累积残差熵(CRE)与Di Crescenzo和Longobardi提出的累积熵(CE)直接用生存函数或cdf代替密度,具备在生存与可靠性数据中天然可解释、一致有界、对模型误设更稳健的优点。然而经典Shannon型对数核在概率近零处权重发散,对重尾敏感;同时已有Mathai–Haubold熵(MH熵,等价于Tsallis熵在参数替换q=1?α下的形式)仅在密度层面推广了Shannon熵,尚未在累积层面上建立与次序统计量矩系统的系统联系。为兼顾尾敏感性可调、非广延系统刻画以及次序统计量表示,研究人员开展了将MH型幂核植入累积熵框架的工作,论文发表于《Mathematics》。
关键技术方法上,研究人员以非负连续随机变量X的cdf F与生存函数\bar{F}=1?F为起点,采用三条数学主线:其一,利用广义二项级数(Lemma 2)将幂核(1?\bar{F}α)与(1?Fα)展开为绝对收敛级数;其二,借助极值次序统计量X(n)=max与X(1)=min的矩差恒等式(Lemma 1及加权版Lemma 3),把积分转化为E[X(n+1)]?E[X(n)]的加权和;其三,引入非负非降绝对连续权函数φ构造广义加权CMHRE/CMHCE,并在指数、均匀样本上做蒙特卡洛模拟(样本量m=50,100,200,B=500子抽样,10000次重复)对比cdf代入估计量与次序统计量平均估计量。模拟中指数分布Exp(1)、均匀分布U(0,1)、Weibull(2,1)、Gamma(2,1)为四类总体来源。
研究结果部分,各节结论如下。第2节预备知识建立次序统计量矩恒等式与广义二项级数引理,确认α∈(0,2)时系数ωn(α)>0且级数绝对收敛。第3节定义CMHRE并由定理1给出其以E[Mn+1]?E[Mn](Mn=X(n))为项的级数表示,α→1极限恢复CRE;推论1给出Abel求和形式;注记指出每项可解释为顺序抽样中记录增量的贴现聚合。第4节对称定义CMHCE,定理2以E[mn](mn=X(1)样本最小)差项表示,α→1恢复CE,对称分布下二者相等。第5节推广至权函数φ,定理3得加权级数;5.1节以超额损失分层(指示权)、二次保修(幂权s=2)、连续贴现维护(指数权e?δx)三例说明累积构制无需密度估计、可直接用Kaplan–Meier估计处理删失、且对无界密度仍良定;5.2节证最大熵刻画(单未加权矩约束下无内点解,非平凡权给出广义Pareto型解)、独立下伪可加性(含加权均值修正项而非Tsallis原伪可加形式)、以及熵本身不满足数据处理不等式但所定义累积MH散度(基于Cressie–Read凸生成元)满足。第6节给出Exp(1)下CMHRE=(1/(1?α))(1?α/2α?1)与CMHCE用digamma函数的闭式,U(0,1)下二者因对称同为(1/(2?α))(1/2α?1),并附幂权s=2的U(0,1)闭式。第7节蒙特卡洛显示cdf代入估计量偏倚为负、RMSE与SD按m?1/2衰减、α近2时误差放大,次序统计量子抽样估计量方差更大故全样本时cdf代入更优。第8节结论重申CMHRE/CMHCE经q=1?α等价于累积Tsallis熵,核心工具为广义二项级数与极值矩差恒等式。第9节未来工作指出累积熵层面广义de Bruijn恒等式与Cramér–Rao型不等式尚缺。
讨论与结论翻译部分,研究人员结论为:CMHRE与CMHCE是CRE与CE的自然单参数推广,借α调尾敏感性并在α→1回到经典累积熵;其级数表示统一了Balakrishnan等的对数核结果与MH幂核推广,权函数φ把应用端经济物理权重直接编入熵定义;指数分布CMHRE随α严格增,均匀分布因对称CMHRE=CMHCE;权系数ωn(α)随α增大而更快衰减,从而控制极值矩贡献;模拟证实代入估计量m?1/2相合与m?1偏倚衰减,全样本首选cdf代入法。该研究为可靠性、再保险、保修与维护决策提供了不需密度估计、可处理删失、尾敏感可调的累积信息测度工具集。