Rozkład stosunku między dwiema niezależnymi jednolitymi zmiennymi losowymi

17

Supppse i są standardowo równomiernie rozmieszczone w i są niezależne, jaki jest plik PDF ?XY[0,1]Z=Y/X

Odpowiedź z jakiegoś podręcznika teorii prawdopodobieństwa brzmi

fZ(z)={1/2,if 0z11/(2z2),if z>10,otherwise.

Zastanawiam się, symetrycznie, czy ? W powyższym pliku PDF tak nie jest.fZ(1/2)=fZ(2)

co było do okazania
źródło
Jaka jest domena i ? XY
Sobi,
2
Dlaczego miałbyś oczekiwać, że to prawda? Funkcja gęstości mówi ci, jak ciasno upakowane jest prawdopodobieństwo w sąsiedztwie punktu, i wyraźnie trudniej jest być blisko niż (weź na przykład, że zawsze może wynosić bez względu na jest, ale gdy X> 1/2 ). 2 1 / 2 Z 1 / 2 X Z < 2 X > 1 / 2Z21/2Z1/2XZ<2X>1/2
dsaxton,
3
Nie sądzę, że to duplikat, to pytanie szuka pliku PDF, tutaj mam plik PDF, po prostu kwestionuję jego poprawność (być może raczej naiwnie).
qed

Odpowiedzi:

19

Prawidłowa logika jest taka, że ​​przy niezależnych , i mają taki sam rozkład, a więc dla gdzie równanie z CDF wykorzystuje fakt, że jest ciągłą zmienną losową, a więc . Stąd pdf spełnia ZatemZ = YX,YU(0,1) Z-1=XZ=YX 0<z<1 P { YZ1=XY0<z<1 Y

P{YXz}=P{XYz}=P{YX1z}FZ(z)=1FZ(1z)
P{Za}=P{Z>a}=1-FZ(a)ZfZ(z)=z-2fZ(z-1),YXP{Za}=P{Z>a}=1FZ(a)Zf Z ( 1
fZ(z)=z2fZ(z1),0<z<1.
fZ(1fZ(12)=4fZ(2), a nie jak myślałeś, że powinno być.fZ(12)=fZ(2)
Dilip Sarwate
źródło
14

Ta dystrybucja jest symetryczna - jeśli spojrzysz na nią we właściwy sposób.

Symetria, którą zaobserwowałeś (poprawnie), jest taka, że i muszą być identycznie rozłożone. Pracując ze stosunkami i mocami, naprawdę pracujesz w multiplikatywnej grupie dodatnich liczb rzeczywistych. Analog położenia niezmiennego środka NA addytywnych liczb rzeczywistych jest skala niezmienna środek na przykład multiplikatywna grupa pozytywnej rzeczywistym liczby. Ma te pożądane właściwości:X / Y = 1 / ( Y / X ) d λ = d x R d μ = d x / x R Y/XX/Y=1/(Y/X)dλ=dxR dμ=dx/xR

  1. x a x a d μ ( a x ) = d ( a x )dμ jest niezmienne w transformacji dla dowolnej dodatniej stałej :xaxa

    dμ(ax)=d(ax)ax=dxx=dμ.
  2. x x b b d μ ( x b ) = d ( x b )dμ jest kowariantem przy przekształceniu dla liczb niezerowych :xxbb

    dμ(xb)=d(xb)xb=bxb1dxxb=bdxx=bdμ.
  3. d λ d μ ( e x ) = d e xdμ przekształca się w przez wykładniczy: Podobnie jest przekształcana z powrotem do przez logarytm.dλdλdμ

    dμ(ex)=dexex=exdxex=dx=dλ.
    dλdμ

(3) ustala izomorfizm między mierzonymi grupami i . Odbicie w przestrzeni addytywnej odpowiada inwersji w przestrzeni multiplikatywnej, ponieważ .( R , , d μ ) x - x x 1 / x e - x = 1 / e x(R,+,dλ)(R,,dμ)xxx1/xex=1/ex

Zastosujmy te obserwacje, pisząc element prawdopodobieństwa w kategoriach (domyślnie rozumiejąc, że ) zamiast :d μ z > 0 d λZ=Y/Xdμz>0dλ

fZ(z)dz=gZ(z)dμ=12{1dz=zdμ,if 0z11z2dz=1zdμ,if z>1.

Oznacza to, że plik PDF w odniesieniu do niezmiennej miarydμ jest , proporcjonalny do gdy i do gdy , blisko tego, czego się spodziewałeś.z 0 < z 1 1 / z 1 zgZ(z)z0<z11/z1z


To nie jest jednorazowa sztuczka. Zrozumienie roli sprawia, że ​​wiele formuł wygląda na prostszych i bardziej naturalnych. Na przykład element prawdopodobieństwa funkcji Gamma z parametrem , staje się . Łatwiej jest pracować z niż z podczas przekształcania przez przeskalowanie, przejęcie mocy lub potęgowanie.dμkxk1exdxxkexdμdμdλx

Idea niezmiennej miary w grupie jest również znacznie bardziej ogólna i ma zastosowanie w tej dziedzinie statystyki, w której problemy wykazują pewną niezmienność w grupach transformacji (takich jak zmiany jednostek miar, obroty w wyższych wymiarach itp. ).

Whuber
źródło
3
Wygląda na bardzo wnikliwą odpowiedź. Szkoda, że ​​w tej chwili tego nie rozumiem. Sprawdzę później.
qed
4

Jeśli myślisz geometrycznie ...

W płaszczyźnie - krzywe stałej są liniami przechodzącymi przez początek. ( to nachylenie.) Wartość można odczytać z linii przechodzącej przez początek, znajdując jej przecięcie z linią . (Jeśli kiedykolwiek studiowałeś przestrzeń rzutową: tutaj jest zmienną homogenizującą, więc spojrzenie na wartości na wycinku jest względnie naturalne.)XYZ=Y/XY/XZX=1XX=1

Rozważ mały przedział , . Ten przedział można również omówić na linii jako odcinek linii od do . Zbiór linii przechodzących przez początek przechodzących przez ten przedział tworzy bryłę trójkąta w kwadracie , czyli regionem, który naprawdę nas interesuje Jeśli , to obszar trójkąta to , więc utrzymując długość przedziału na stałym poziomie i przesuwając go w górę i w dół linia (ale nie za lubZ(a,b)X=1(1,a)(1,b)(X,Y)U=[0,1]×[0,1]0a<b112(10)(ba)X=101), obszar jest taki sam, więc prawdopodobieństwo wybrania w trójkącie jest stałe, więc prawdopodobieństwo wybrania w przedziale jest stałe.(X,Y)Z

Jednak dla granica obszaru odwraca się od linii a trójkąt jest obcinany. Jeśli , rzuty w dół linii przez początek od i do górnej granicy są do punktów i . Powstały obszar trójkąta to . Z tego wynika, że ​​obszar nie jest jednolity, a gdy przesuwamy coraz bardziej w prawo, prawdopodobieństwo wyboru punktu w trójkącie maleje do zera.b>1UX=11a<b(1,a)(1,b)U(1/a,1)(1/b,1)12(1a1b)(10)(a,b)

Następnie ta sama algebra pokazana w innych odpowiedziach kończy problem. W szczególności, wracając do ostatniego pytania OP, odpowiada linii, która osiąga , ale nie, więc pożądana symetria nie zachowuje się.fZ(1/2)X=1fZ(2)

Eric Towers
źródło
3

Dla przypomnienia, moja intuicja była całkowicie błędna. Mówimy o gęstości , a nie o prawdopodobieństwie . Właściwą logiką jest sprawdzenie tego

1kfZ(z)dz=1/k1fZ(z)=12(11k)
,

i tak właśnie jest.

co było do okazania
źródło
1

Tak, link Rozkład proporcji mundurów: co jest nie tak? zapewnia CDF . PDF tutaj jest tylko pochodną CDF. Tak więc formuła jest poprawna. Myślę, że twój problem polega na założeniu, że uważasz, że Z jest „symetryczne” wokół 1. Jednak to nie jest prawda. Intuicyjnie Z powinien być rozkładem ukośnym, na przykład warto pomyśleć, kiedy Y jest stałą liczbą między a X jest liczbą bliską 0, a zatem stosunek będzie zbliżony do nieskończoności. Zatem symetria rozkładu nie jest prawdziwa. Mam nadzieję, że ta pomoc trochę.Z=Y/X(0,1)

lzstat
źródło