Desde G. Casella & R. Berger "Inferencia estadística" :
Definición 5.4.1 Las estadísticas de orden de una muestra aleatoria $X_1,\dots,X_n$ son los valores de la muestra colocados en orden ascendente. En se indican con $X_{(1)},\dots, X_{(n)}$ .
Las estadísticas de orden son variables aleatorias que satisfacen $X_{(1)}\leq\dots\leq X_{(n)}$ . En particular, $X_{(1)}=\min\limits_{1 \leq i \leq n} X_i,\dots,X_{(n)}=\max\limits_{1 \leq i \leq n} X_i$ .
Mi pregunta: ¿cuál es el significado matemático de $ \min\limits_{1 \leq i \leq n}X_i $ y $\max\limits_{1 \leq i \leq n} X_i$ ?
Mi entendimiento: Sé que $X<Y$ significa $X(\omega)<Y(\omega) $ para todos $\omega \in \Omega$ . Aquí, $X_i$ son independientes e idénticamente distribuidos, por lo que $X_i(\omega)=X_j(\omega) $ para todos $\omega \in \Omega$ . Entonces, ¿cómo podemos elegir o definir el $\min$ y $\max$ de esas variables aleatorias idénticas?
3 votos
¡Ser iid no implica igualdad! Sólo una distribución equitativa y la independencia.
0 votos
@MichaelM ¿podría dar una explicación más detallada? gracias
0 votos
Si el segundo párrafo del texto resaltado es como se lee realmente el libro de Casella y Berger, entonces creo que es un deplorable uso de $\ldots$ ya que las descripciones de $X_{(2)}$ , $X_{(3)}$ etc. hasta $X_{(n-1)}$ no son tan sencillas como las de $X_{(1)}$ y $X_{(n)}$ como para quedar oculto en la elisión. ¿Por qué no podrían haber escrito $$X_{(1)} = \min_{1 \leq i \leq n} X_i \ \mathbf{and} \ X_{(n)} = \max_{1\leq i \leq n} X_i ~~??$$
1 votos
@Bungbu: por favor, corrige tu pregunta sobre la afirmación incorrecta de que $X_i(.)=X_j(,)$ cuando las variantes son iid.