Mam ten problem, w którym muszę znaleźć pdf . Wiem tylko, że ma rozkład . Jakim rodzajem dystrybucji jest ? Taki sam jak ? Jak znaleźć plik pdf? X N ( 0 , 1 ) Y = X 2
13
Mam ten problem, w którym muszę znaleźć pdf . Wiem tylko, że ma rozkład . Jakim rodzajem dystrybucji jest ? Taki sam jak ? Jak znaleźć plik pdf? X N ( 0 , 1 ) Y = X 2
[self-study]
tag i przeczytaj jego wiki . Następnie powiedz nam, co rozumiesz do tej pory, czego próbowałeś i gdzie utknąłeś. Podamy wskazówki, które pomogą Ci się odblokować.self-study
tag (i powinieneś przeczytać jego tag-wiki i zmodyfikować swoje pytanie, aby postępować zgodnie z wytycznymi dotyczącymi zadawania takich pytań pytania - musisz jasno określić, co sam zrobiłeś, aby rozwiązać problem, i wskazać konkretną pomoc, której potrzebujesz w punkcie, w którym napotkałeś trudności). ... ctdOdpowiedzi:
Natknąłeś się na jeden z najbardziej znanych wyników teorii prawdopodobieństwa i statystyki. Napiszę odpowiedź, chociaż jestem pewien, że pytanie zostało już zadane (i udzielono odpowiedzi) na tej stronie.
Po pierwsze, zauważ, że pdfY= X2) nie może być taki sam jak X ponieważ Y będzie nieujemny. Aby uzyskać rozkład Y , możemy użyć trzech metod, a mianowicie techniki mgf, techniki cdf i techniki transformacji gęstości. Zaczynajmy.
Technika funkcji generowania momentu .
Lub charakterystyczna technika funkcyjna, cokolwiek chcesz. Musimy znaleźć mgf dlaY= X2) . Musimy więc obliczyć oczekiwania
Korzystanie z ustawy nieświadomości statystyk , wszystko co musisz zrobić, to obliczyć tę całkę dystrybucjiX . Dlatego musimy obliczyć
gdzie w ostatnim wierszu porównaliśmy całkę z całką Gaussa ze średnią zero i wariancją1( 1 - 2 , T ) . Oczywiście integruje się to z jedną ponad rzeczywistą linią. Co możesz teraz zrobić z tym wynikiem? Cóż, możesz zastosować bardzo złożoną odwrotną transformację i określić pdf, który odpowiada tej MGF lub możesz po prostu rozpoznać ją jako MGF rozkładu chi-kwadrat z jednym stopniem swobody. (Przypomnijmy, że rozkład chi-kwadrat jest szczególnym przypadkiem rozkładu gamma zα = r2) ,r oznacza stopnie swobody, aβ= 2 ).
Technika CDF
Jest to być może najłatwiejsza rzecz, jaką możesz zrobić i sugeruje to Glen_b w komentarzach. Zgodnie z tą techniką obliczamy
a ponieważ funkcje dystrybucji definiują funkcje gęstości, po otrzymaniu uproszczonego wyrażenia, po prostu różnicujemy względemy aby uzyskać nasz plik pdf. Mamy więc
gdzieΦ ( . ) oznacza CDF standardowej zmiennej normalnej. Rozróżniamy względem y ,
gdzieϕ ( . ) jest teraz pdf standardowej zmiennej normalnej i wykorzystaliśmy fakt, że jest ona symetryczna względem zera. W związku z tym
który rozpoznajemy jako pdf rozkładu chi-kwadrat z jednym stopniem swobody (do tej pory możesz widzieć wzór).
Technika transformacji gęstości
W tym momencie możesz się zastanawiać, dlaczego nie używamy po prostu techniki transformacji, którą znasz, to znaczy, że dla funkcjiY=g( X) mamy gęstość Y podaną przez
dlay w zakresie sol . Niestety, twierdzenie to wymaga przekształcenia jeden na jeden, co oczywiście nie ma tutaj miejsca. Rzeczywiście, widzimy, że dwie wartości X dają tę samą wartość Y , sol jest transformacją kwadratową. Dlatego to twierdzenie nie ma zastosowania.
Obowiązuje jednak jego rozszerzenie. W ramach tego rozszerzenia możemy rozkładać podporęX (podparcie oznacza punkty, w których gęstość jest różna od zera), na zbiory rozłączne, tak że Y= g( X) definiuje transformację jeden na jeden z tych zbiorów do zakresu z sol . Gęstość Y jest następnie podawana przez sumę wszystkich tych funkcji odwrotnych i odpowiadających im absolutnych jakobianów. W powyższej notacji
gdzie suma przebiega przez wszystkie funkcje odwrotne. Ten przykład wyjaśni.
Dlay= x2) mamy dwie funkcje odwrotne, mianowicie x = ± y√ z odpowiadającymi im absolutną jakobian12 r√ a więc znaleziono odpowiedni plik pdf
pdf rozkładu chi-kwadrat z jednym stopniem swobody. Na marginesie uważam, że ta technika jest szczególnie przydatna, ponieważ nie musisz już uzyskiwać CDF z transformacji. Ale oczywiście są to osobiste upodobania.
Możesz więc iść wieczorem spać całkowicie pewny, że kwadrat standardowej normalnej zmiennej losowej podąża za rozkładem chi-kwadrat z jednym stopniem swobody.
źródło