馬爾可夫不等式
編輯
馬爾可夫不等式給出了一個實值隨機變量取值大於等於某個特定數值的概率的上限。設X是一個隨機變量，a>0為正實數，那麼以下不等式成立[1]
P
(
|
X
|
≥
a
)
≤
E
(
|
X
|
)
a
.
{\displaystyle \mathbb {P} (|X|\geq a)\leq {\frac {\mathbb {E} (|X|)}{a}}.}
這個不等式可以推廣。對所有的單調嚴格遞增的非零函數
Φ
{\displaystyle \Phi }
[1]
P
(
X
≥
a
)
=
P
(
Φ
(
X
)
≥
Φ
(
a
)
)
≤
E
(
Φ
(
X
)
)
Φ
(
a
)
.
{\displaystyle \mathbb {P} (X\geq a)=\mathbb {P} (\Phi (X)\geq \Phi (a))\leq {\frac {\mathbb {E} (\Phi (X))}{\Phi (a)}}.}
切比雪夫不等式
編輯
霍夫丁不等式
編輯
霍夫丁不等式適用於有界的隨機變量。設有兩兩獨立的一系列隨機變量
X
1
,
…
,
X
n
{\displaystyle X_{1},\dots ,X_{n}\!}
1
≤
i
≤
n
{\displaystyle 1\leq i\leq n}
X
i
{\displaystyle X_{i}}
幾乎 有界的變量，即滿足：
P
(
X
i
∈
[
a
i
,
b
i
]
)
=
1.
{\displaystyle \mathbb {P} (X_{i}\in [a_{i},b_{i}])=1.\!}
那麼這n個隨機變量的經驗期望：
X
¯
=
X
1
+
⋯
+
X
n
n
{\displaystyle {\overline {X}}={\frac {X_{1}+\cdots +X_{n}}{n}}}
滿足以下的不等式[1] [2]
P
(
X
¯
−
E
[
X
¯
]
≥
t
)
≤
exp
(
−
2
t
2
n
2
∑
i
=
1
n
(
b
i
−
a
i
)
2
)
,
{\displaystyle \mathbb {P} ({\overline {X}}-\mathbb {E} [{\overline {X}}]\geq t)\leq \exp \left(-{\frac {2t^{2}n^{2}}{\sum _{i=1}^{n}(b_{i}-a_{i})^{2}}}\right),\!}
P
(
|
X
¯
−
E
[
X
¯
]
|
≥
t
)
≤
2
exp
(
−
2
t
2
n
2
∑
i
=
1
n
(
b
i
−
a
i
)
2
)
,
{\displaystyle \mathbb {P} (|{\overline {X}}-\mathbb {E} [{\overline {X}}]|\geq t)\leq 2\exp \left(-{\frac {2t^{2}n^{2}}{\sum _{i=1}^{n}(b_{i}-a_{i})^{2}}}\right),\!}
Efron–Stein不等式
編輯
Efron–Stein不等式給出了隨機變量方差的一個上限估計。設有兩兩獨立的隨機變量
X
1
…
X
n
{\displaystyle X_{1}\dots X_{n}}
X
1
′
…
X
n
′
{\displaystyle X_{1}'\dots X_{n}'}
i
{\displaystyle i}
X
i
′
{\displaystyle X_{i}'}
X
i
{\displaystyle X_{i}}
X
=
(
X
1
,
…
,
X
n
)
,
X
(
i
)
=
(
X
1
,
…
,
X
i
−
1
,
X
i
′
,
X
i
+
1
,
…
,
X
n
)
{\displaystyle X=(X_{1},\dots ,X_{n}),X^{(i)}=(X_{1},\dots ,X_{i-1},X_{i}',X_{i+1},\dots ,X_{n})}
V
a
r
(
f
(
X
)
)
≤
1
2
∑
i
=
1
n
E
[
(
f
(
X
)
−
f
(
X
(
i
)
)
)
2
]
.
{\displaystyle \mathrm {Var} (f(X))\leq {\frac {1}{2}}\sum _{i=1}^{n}E[(f(X)-f(X^{(i)}))^{2}].}
[1] 參考來源
編輯
^ 1.0 1.1 1.2 1.3 1.4 Stéphane Boucheron, Gabor Lugosi, Olivier Bousquet. Concentration Inequalities (PDF) . Université de Paris-Sud, Laboratoire d'Informatique. [2012年9月7日] . （原始內容存檔 (PDF) 於2020年9月28日）. （英文） ^ Wassily Hoeffding, Probability inequalities for sums of bounded random variables, Journal of the American Statistical Association 58 (301): 13–30, March 1963. (JSTOR )（英文）
![{\displaystyle \operatorname {Var} (X)=\mathbb {E} [(X-\mathbb {E} (X))^{2}].}](https://wikimedia.org/api/rest_v1/media/math/render/svg/903a713a326dea3725798b9f1d01eb0b2f82270f)
![{\displaystyle \mathbb {P} (X_{i}\in [a_{i},b_{i}])=1.\!}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2e6f13669eacf3e303df1837041e91ce704f7345)
![{\displaystyle \mathbb {P} ({\overline {X}}-\mathbb {E} [{\overline {X}}]\geq t)\leq \exp \left(-{\frac {2t^{2}n^{2}}{\sum _{i=1}^{n}(b_{i}-a_{i})^{2}}}\right),\!}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2384a4ef64dbf81cdfa5fe6f517ef35494a6b022)
![{\displaystyle \mathbb {P} (|{\overline {X}}-\mathbb {E} [{\overline {X}}]|\geq t)\leq 2\exp \left(-{\frac {2t^{2}n^{2}}{\sum _{i=1}^{n}(b_{i}-a_{i})^{2}}}\right),\!}](https://wikimedia.org/api/rest_v1/media/math/render/svg/51f4eeb59eab8345db944e6f7a2c91fd8a6146c4)
![{\displaystyle \mathrm {Var} (f(X))\leq {\frac {1}{2}}\sum _{i=1}^{n}E[(f(X)-f(X^{(i)}))^{2}].}](https://wikimedia.org/api/rest_v1/media/math/render/svg/c25450c4c542c8a1dd444386d89095d03ae96e97)