Supppse i są standardowo równomiernie rozmieszczone w i są niezależne, jaki jest plik PDF ?
Odpowiedź z jakiegoś podręcznika teorii prawdopodobieństwa brzmi
Zastanawiam się, symetrycznie, czy ? W powyższym pliku PDF tak nie jest.
Supppse i są standardowo równomiernie rozmieszczone w i są niezależne, jaki jest plik PDF ?
Odpowiedź z jakiegoś podręcznika teorii prawdopodobieństwa brzmi
Zastanawiam się, symetrycznie, czy ? W powyższym pliku PDF tak nie jest.
Odpowiedzi:
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 = Y Z-1=X 0<z<1 P { Y Y
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 ∗
x → a x a d μ ( a x ) = d ( a x ) jest niezmienne w transformacji dla dowolnej dodatniej stałej :
x → x b b d μ ( x b ) = d ( x b ) jest kowariantem przy przekształceniu dla liczb niezerowych :
d λ d μ ( e x ) = d e x przekształca się w przez wykładniczy: Podobnie jest przekształcana z powrotem do przez logarytm.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
Zastosujmy te obserwacje, pisząc element prawdopodobieństwa w kategoriach (domyślnie rozumiejąc, że ) zamiast :d μ z > 0 d λ
Oznacza to, że plik PDF w odniesieniu do niezmiennej miary jest , proporcjonalny do gdy i do gdy , blisko tego, czego się spodziewałeś.z 0 < z ≤ 1 1 / z 1 ≤ z
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.
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. ).
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.)
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 lub), obszar jest taki sam, więc prawdopodobieństwo wybrania w trójkącie jest stałe, więc prawdopodobieństwo wybrania w przedziale jest stałe.
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.
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.
Dla przypomnienia, moja intuicja była całkowicie błędna. Mówimy o gęstości , a nie o prawdopodobieństwie . Właściwą logiką jest sprawdzenie tego
i tak właśnie jest.
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.