W tej interpretacji trójkąt jest trójkątem prostym o długości boków i Y rozmieszczonych dwumianowo z oczekiwaniami μ x i μ y , odchyleniami standardowymi σ x i σ y oraz korelacją ρ . Szukamy dystrybucji arktanu ( Y / X ) . W tym celu standaryzuj X i Y tak, abyXYμxμyσxσyρarctan(Y/X)XY
i Y = σ y η + μ y
X=σxξ+μx
Y=σyη+μy
z i η normalna normalna zmienia się z korelacją ρ . Niech θ będzie kątem, a dla wygody wpisz q = tan ( θ ) . Następnieξηρθq=tan(θ)
P[arctan(Y/X)≤θ]=P[Y≤qX]
=P[σyη+μy≤q(σxξ+μx)
=P[σyη−qσxξ≤qμx−μy]
Lewa strona, będąca liniową kombinacją norm, jest normalna, ze średnią i wariancją σ 2 y + q 2 σ 2 x - 2 q ρ σ x σ y . μyσy−qμxσxσ2y+q2σ2x−2qρσxσy
Zróżnicowanie normalnego cdf tych parametrów w odniesieniu do daje pdf kąta. To wyrażenie jest dość makabryczne, ale jego kluczową częścią jest wykładniczyθ
exp(−(μy(σy+1)−μx(σx+1)tan(θ))22(−2ρσxσytan(θ)+σ2x+σ2y+tan2(θ))),
pokazując od razu, że kąt zwykle nie jest rozkładany. Jednak, jak pokazują twoje symulacje i intuicja sugerują, powinna być w przybliżeniu normalna, pod warunkiem, że zmiany długości boków są małe w porównaniu do samych długości. W tym przypadku przybliżenie Saddlepoint powinno dawać dobre wyniki dla określonych wartości , μ y , σ x , σ y i ρ , nawet jeśli ogólne rozwiązanie w postaci zamkniętej nie jest dostępne. Przybliżone odchylenie standardowe spadnie natychmiast po znalezieniu drugiej pochodnej (w odniesieniu do θμxμyσxσyρθ) of the logarithm of the pdf (as shown in equations (2.6) and (3.1) of the reference). I recommend a computer algebra system (like MatLab or Mathematica) for carrying this out!