[论文解读] A full proof of universal inequalities for the distribution function of the binomial law

A. M. Zubkov, Alexander Serov|arXiv (Cornell University)|Jul 16, 2012

Statistical Distribution Estimation and Applications参考文献 4被引用 4

一句话总结

本文给出了二项分布函数 $F_{n,p}(x)$ 的通用双边不等式的简洁完整证明，通过标准正态分布的累积分布函数建立紧致边界。关键贡献是提出了 Alfers 和 Dinges 不等式的新表述形式，其边界精确（即 $F_{n,p}(k)$ 的上界等于 $F_{n,p}(k+1)$ 的下界），且对所有 $n$、$p$ 和 $k$ 有效，从而可通过相邻整数实现精确的分位数估计。

ABSTRACT

We present a new form and a short full proof of explicit two-sided estimates for the distribution function F_{n,p}(x) of the binomial law from the paper published by D.Alfers and H.Dinges in 1984. These inequalities are universal (valid for all binomial distribution and all values of argument) and exact (namely, the upper bound for F_{n,p}(k) is the lower bound for F_{n,p}(k+1)). By means of such estimates it is possible to bound any quantile of the binomial law by 2 subsequent integers.

研究动机与目标

• 提供二项分布函数通用双边不等式的完整且易于理解的证明，这些不等式虽早有记载但因证明冗长且不完整而难以验证。
• 解决估计二项尾部概率的实际挑战，特别是在标准近似因超指数衰减而失效的重尾区域。
• 建立精确的边界，即 $F_{n,p}(k)$ 的上界与 $F_{n,p}(k+1)$ 的下界完全一致，确保分位数估计的紧密性。
• 证明这些边界可用于在两个相邻整数内严格夹住二项分布的任意分位数，为重尾问题提供实用解决方案。

提出的方法

• 该方法通过关于 $p$ 的积分号下微分，对二项分布累积分布函数进行积分表示，将求和转化为涉及贝塔型函数的积分。
• 对二项式系数应用斯特林公式，将归一化因子表示为 $S_n^{k+1}$，即涉及对数伽马函数展开的校正项。
• 引入函数 $B(z) = \alpha \ln(\alpha/z) + (1-\alpha)\ln((1-\alpha)/(1-z))$，其中 $\alpha = (k+1)/n$，该函数控制被积函数的指数衰减。
• 通过将变换 $a(z)$ 与标准正态密度 $\varphi$ 和累积分布函数 $\Phi$ 联系起来，将被积函数重新表达为与正态分布相关的形式。
• 证明差值 $\delta(p) = \mathbf{P}\{X_{n,p} \leq k\} - \Phi(a(p)\sqrt{n})$ 的单调性与符号性质，表明对所有 $p \in (0,1)$ 都有 $\delta(p) < 0$，从而得出上界。
• 通过 $1-p$ 的对称性与对偶性，从互补分布的上界推导出下界，确保在整个定义域内边界紧密。

实验结果

研究问题

• RQ1 能否为 Alfers 和 Dinges 提出的二项分布函数通用双边不等式给出简洁且完整的证明？
• RQ2 如何严格证明边界的精确性——即 $F_{n,p}(k)$ 的上界与 $F_{n,p}(k+1)$ 的下界完全一致？
• RQ3 在重尾区域中，当正态近似因超指数尾部衰减而失效时，这些边界在多大程度上仍保持有效性？
• RQ4 能否通过误差项 $\delta(p)$ 的积分表示，对边界进行解析或数值上的进一步优化？
• RQ5 如何利用这些不等式将二项分布的任意分位数严格夹在两个相邻整数之间？

主要发现

• 对所有 $n$、$p \in (0,1)$ 和 $k = 0,1,\dots,n-1$，不等式 $C_{n,p}(k) \leq \mathbf{P}\{X_{n,p} \leq k\} \leq C_{n,p}(k+1)$ 成立，且仅在 $k=0$ 或 $k=n-1$ 时取等。
• 边界是精确的：$C_{n,p}(k)$ 是 $F_{n,p}(k)$ 的下界，$C_{n,p}(k+1)$ 是 $F_{n,p}(k)$ 的上界，确保在相邻整数之间的过渡处边界紧密。
• 真实概率与下界之间的差值严格小于局部概率 $\mathbf{P}\{X_{n,p} = k\}$，证实边界的精确性。
• 上界通过证明对所有 $p \in (0,1)$ 都有 $\delta(p) < 0$ 得到，这意味着 $\mathbf{P}\{X_{n,p} \leq k\} < \Phi(a(p)\sqrt{n}) = C_{n,p}(k+1)$。
• 下界通过偶性获得：$\mathbf{P}\{X_{n,p} \leq k\} = 1 - \mathbf{P}\{X_{n,1-p} \leq n-k-1\}$，并将上界应用于互补分布。
• 通过被积函数分量的单调性，对误差项 $\delta(p)$ 进行了解析界定，从而可在特定参数区域内实现边界解析或数值上的进一步优化。