Dlaczego Dystrybucja Cauchy'ego jest tak przydatna?


16

Czy ktoś mógłby podać mi kilka praktycznych przykładów Dystrybucji Cauchy'ego? Co sprawia, że ​​jest tak popularny?


3
Podważam tę przesłankę - czy faktycznie jest popularna jako praktyczny model *? (Jeśli tak, to skąd wiesz, że nie widzisz już praktycznych przykładów?) ... * [Jest szeroko stosowany w przykładach podręczników ze względu na swoją prostotę i jako kontrprzykład na różne rzeczy, ale wątpię, aby były one praktyczne . Czasami jest używany jako pierwszy, ale nie jest to model danych.]
— Glen_b

Widziałem kilka praktycznych przykładów z mojego kierunku studiów, szczególnie dla algorytmu MCMC. Dlatego byłem ciekawy, czy można go zastosować do finansów lub ML
— Maria Lavrovskaya

Kiedy mówisz „dla algorytmu MCMC”, masz na myśli „jako Bayesian Prior”, czy masz na myśli „model modelu w Bayesowskim frameworku” czy coś innego?
— Glen_b

Do obliczania hierarchicznego wcześniejszego i referencyjnego wcześniejszego.
— Maria Lavrovskaya

2
Jego użycie jako priorytetu wynika z właściwości dystrybucji (ogólnie rzecz biorąc, celem jest udzielenie pewnego rodzaju słabo informacyjnego przejęcia); z brzmienia pytania, które nie myślałbym, że zamierzasz uwzględnić priory. Jest tu nieco powiązane pytanie: jakie są właściwości rozkładu połowy Cauchy'ego?
— Glen_b

Odpowiedzi:


19

Oprócz przydatności w fizyce rozkład Cauchy'ego jest powszechnie stosowany w modelach finansowych do reprezentowania odchyleń w zwrotach z modelu predykcyjnego. Powodem tego jest to, że osoby zajmujące się finansami są ostrożne w stosowaniu modeli, które mają zwroty o lekkich ogonach (np. Rozkład normalny) na swoich zwrotach, i generalnie wolą iść w drugą stronę i stosować rozkład o bardzo ciężkich ogonach (np. , Cauchy). Historia finansów jest pełna katastrofalnych prognoz opartych na modelach, które nie miały wystarczająco ciężkich ogonów w swoich rozkładach. Rozkład Cauchy'ego ma wystarczająco ciężkie ogony, że jego chwile nie istnieją, dlatego jest idealnym kandydatem do podania terminu błędu z bardzo ciężkimi ogonami.

Zauważ, że to zagadnienie „grubości ogonów w kategoriach błędów” w modelach finansowych było jedną z głównych treści popularnej krytyki Taleba (2007) . W tej książce Taleb wskazuje przypadki, w których modele finansowe zastosowały rozkład normalny w odniesieniu do terminów błędów, i zauważa, że ​​nie docenia to prawdziwego prawdopodobieństwa wystąpienia ekstremalnych zdarzeń, które są szczególnie ważne w finansach. (Moim zdaniem ta książka zawiera przesadną krytykę, ponieważ modele wykorzystujące ciężkie odchylenia są w rzeczywistości dość powszechne w finansach. W każdym razie popularność tej książki pokazuje znaczenie problemu.)


Dziękuję, bardzo doceniam twoją odpowiedź, ponieważ znam książkę. Nawiasem mówiąc, nie jestem pewien, czy dobrze rozumiem tę część zdania „tłustość ogonów w kategoriach błędu”. Czy zechciałbyś być bardziej precyzyjny?
— Maria Ławrowska


W tego rodzaju ogólnej dyskusji nie mamy na myśli konkretnej właściwości ogona, więc precyzja w określeniu znaczenia „otłuszczenia” lub „ciężkości” ogonów odwraca uwagę od ogólności. Warto przejrzeć niektóre charakterystyki rozkładów gruboogonowych i rozkładów gruboogoniastych, aby zobaczyć, jakie właściwości mam na myśli.
— Przywróć Monikę

Czy możesz wyjaśnić, co precyzja oznacza zwykłym angielskim? Rozumiem, że to odwrotność wariancji, ale szukam zrozumienia, dlaczego, jeśli mówimy o priors, otrzymujemy n0 w mianowniku - poprzedniej wielkości próbki.
— Maria Lavrovskaya

Nie widząc kontekstu, o którym mówisz, pytanie jest niejasne. Czy mogę zasugerować, abyście zadali to pytanie jako nowe pytanie na tej stronie, z podaniem odpowiedniego kontekstu.
— Przywróć Monikę

25

Standardowy rozkład Cauchy'ego pochodzi ze stosunku dwóch niezależnych rozkładów normalnych. Jeśli X∼N(0,1) i Y∼N(0,1) , to XY∼Cauchy⁡(0,1).

Rozkład Cauchy'ego jest ważny w fizyce (gdzie jest znany jako rozkład Lorentza), ponieważ jest rozwiązaniem równania różniczkowego opisującego wymuszony rezonans. W spektroskopii jest to opis kształtu linii widmowych, które podlegają jednorodnemu poszerzeniu, w którym wszystkie atomy oddziałują w ten sam sposób z zakresem częstotliwości zawartym w kształcie linii.

Aplikacje:

  • Stosowany w teorii mechanicznej i elektrycznej, antropologii fizycznej oraz problemach pomiarowych i kalibracyjnych.

  • W fizyce nazywa się to rozkładem Lorentza, gdzie jest rozkładem energii stanu niestabilnego w mechanice kwantowej.

  • Służy również do modelowania punktów uderzenia ustalonej linii prostej cząstek emitowanych ze źródła punktowego.

Źródło .


Dziękuję Ci. Pierwsze zdanie jest bardzo pomocne. Daleko mi do fizyki, czy mógłbyś podać jakieś przykłady dotyczące finansów lub uczenia maszynowego?
— Maria Ławrowska

2
Nie jest tak naprawdę wykorzystywany w finansach lub uczeniu maszynowym (praktycznie); jest wykorzystywany w fizyce (99,9% czasu). Przypuszczam, że jeśli ktoś chciałby modelować stosunek dwóch niezależnych, normalnie rozłożonych zmiennych w finansach, użyłby rozkładu Cauchy'ego.
— Matthew Anderson

2
Powodem, dla którego może być przydatny w finansach, jest to, że ma bardzo ciężkie ogony. Nie ma chwil, więc nie ma sensu mówić, że ma wysoką kurtozę, ale jest podatny na ekstremalne obserwacje, zarówno wysokie, jak i niskie.
— Dave

7
To jest stosowany w uczeniu maszynowym, w szczególności jako uprzedniej dystrybucji w Bayesa wnioskowania. W szczególności pół Cauchy'ego stosuje się jako pierwszeństwo dla niektórych zmiennych skali.
— Wayne

2
@Wayne Czy możesz podać przykład, może referencję?
— Dave
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.