Tôi luôn được thông báo rằng CDF là duy nhất tuy nhiên PDF / PMF không phải là duy nhất, tại sao vậy? Bạn có thể đưa ra một ví dụ trong đó PDF / PMF không phải là duy nhất?
Tôi luôn được thông báo rằng CDF là duy nhất tuy nhiên PDF / PMF không phải là duy nhất, tại sao vậy? Bạn có thể đưa ra một ví dụ trong đó PDF / PMF không phải là duy nhất?
Câu trả lời:
Hãy để chúng tôi nhớ lại một số điều. Hãy là một không gian xác suất , Ω là tập hợp mẫu của chúng tôi, Một là chúng tôi σ -algebra, và P là một hàm xác suất xác định trên A . Một biến ngẫu nhiên là một hàm đo được X : Ohm → R tức là X - 1 ( S ) ∈ A cho bất kỳ Lebesgue đo lường được tập hợp trong R . Nếu bạn không quen thuộc với khái niệm này thì mọi thứ tôi nói sau đó sẽ không có ý nghĩa gì.
Bất cứ khi nào chúng ta có một biến ngẫu nhiên, , nó tạo ra một phép đo xác suất trên bằng cách đẩy phân loại. Nói cách khác, . Việc kiểm tra xem có phải là thước đo xác suất trên ? Chúng tôi gọi sự phân phối của .
Bây giờ liên quan đến khái niệm này là một cái gì đó gọi là hàm phân phối của một biến chức năng. Cho một biến ngẫu nhiên chúng tôi xác định . Các hàm phân phối có các thuộc tính sau:
không giảm
và F ( - ∞ ) = 0 .
Các biến ngẫu nhiên rõ ràng bằng nhau có cùng chức năng phân phối và phân phối.
Để đảo ngược quá trình và có được một biện pháp với chức năng phân phối nhất định là khá kỹ thuật. Giả sử bạn được cấp hàm phân phối . Xác định μ ( một , b ] = F ( b ) - F ( một ) Bạn phải chứng minh rằng. Μ là một thước đo về bán đại số của chu kỳ của ( một , b ] Sau đó bạn có thể áp dụng. Định lý mở rộng Carathéodory để mở rộng μ đến một biện pháp xác suất về R .
Để trả lời yêu cầu ví dụ về hai mật độ có cùng tích phân (nghĩa là có cùng hàm phân phối), hãy xem xét các hàm này được xác định trên các số thực:
f(x) = 1 ; when x is odd integer
f(x) = exp(-x^2) ; elsewhere
và sau đó;
f2(x) = 1 ; when x is even integer
f2(x) = exp(-x^2) ; elsewhere
Chúng không bằng nhau ở tất cả x, nhưng cả hai mật độ cho cùng một phân phối, do đó mật độ không được xác định duy nhất bởi phân phối (tích lũy). Khi mật độ với một miền thực chỉ khác nhau trên một tập hợp các giá trị x có thể đếm được, thì các tích phân sẽ giống nhau. Phân tích toán học không thực sự dành cho người yếu tim hay đầu óc cụ thể.
Tôi không đồng ý với tuyên bố, "hàm phân phối xác suất không xác định duy nhất một thước đo xác suất", mà bạn nói trong câu hỏi mở đầu của mình. Nó không xác định duy nhất nó.
Đặt là hai hàm khối lượng xác suất. Nếu ∫ E f 1 = ∫ E f 2 Đối với bất kỳ thể đo lường được thiết lập E sau đó f 1 = f 2 gần như ở khắp mọi nơi. Điều này xác định duy nhất pdf (vì trong phân tích, chúng tôi không quan tâm nếu họ không đồng ý với một bộ số đo bằng 0).
Chúng ta có thể viết lại tích phân trên vào, Trong đó g = f 1 - f 2 là một hàm có thể tích hợp.