Tại sao phân phối Cauchy rất hữu ích?


16

Bất cứ ai có thể cho tôi một số ví dụ thực tế của phân phối Cauchy? Điều gì làm cho nó trở nên phổ biến?


3
Tôi thách thức tiền đề - nó có thực sự phổ biến như một mô hình thực tế * không? (Nếu có, làm sao bạn biết, ngoài việc nhìn thấy các ví dụ thực tế đã có?) ...* [Nó được sử dụng rộng rãi trong các ví dụ trong sách giáo khoa vì tính đơn giản của nó và là ví dụ cho nhiều thứ khác nhau, nhưng tôi nghi ngờ những thứ đó là thực tế. Đôi khi, nó được sử dụng như trước, nhưng đó không phải là mô hình dữ liệu.]
Glen_b -Reinstate Monica

Tôi đã thấy một số ví dụ thực tế trong lĩnh vực nghiên cứu của tôi, đặc biệt là thuật toán MCMC. Do đó, tôi đã tò mò liệu nó có thể được áp dụng cho tài chính hay ML
Maria Lavrovskaya

Khi bạn nói "đối với thuật toán MCMC", bạn có nghĩa là "như một người Bayes trước" hay bạn có nghĩa là "như một mô hình cho dữ liệu trong khung Bayes" hay cái gì khác?
Glen_b -Reinstate Monica

Đối với tính toán phân cấp trước và tham chiếu trước.
Maria Lavrovskaya

2
Việc sử dụnglàm ưu tiên là vì các thuộc tính của phân phối (nói chung, mục đích là đưa ra một số loại thông tin yếu trước đó); từ cách đặt câu hỏi tôi sẽ không nghĩ bạn có ý định bao gồm các linh mục. Có một câu hỏi hơi liên quan ở đây: các thuộc tính của phân phối Cauchy là gì?
Glen_b -Reinstate Monica

Câu trả lời:


19

Ngoài sự hữu ích của nó trong vật lý, phân phối Cauchy thường được sử dụng trong các mô hình trong tài chính để thể hiện độ lệch trong lợi nhuận từ mô hình dự đoán. Lý do cho điều này là vì những người hành nghề tài chính cảnh giác khi sử dụng các mô hình có phân phối đuôi nhẹ (ví dụ: phân phối bình thường) trên lợi nhuận của họ và họ thường thích đi theo cách khác và sử dụng phân phối có đuôi rất nặng (ví dụ: , Cauchy). Lịch sử tài chính tràn ngập những dự đoán thảm khốc dựa trên các mô hình không có đuôi đủ nặng trong phân phối của chúng. Phân phối Cauchy có các đuôi đủ nặng mà các khoảnh khắc của nó không tồn tại, và do đó, đây là một ứng cử viên lý tưởng để đưa ra một thuật ngữ lỗi với các đuôi cực kỳ nặng.

Lưu ý rằng vấn đề về độ béo của đuôi trong các điều khoản lỗi trong các mô hình tài chính là một trong những nội dung chính của bài phê bình phổ biến của Taleb (2007) . Trong cuốn sách đó, Taleb chỉ ra các trường hợp trong đó các mô hình tài chính đã sử dụng phân phối bình thường cho các thuật ngữ lỗi và ông lưu ý rằng điều này đánh giá thấp xác suất thực sự của các sự kiện cực đoan, đặc biệt quan trọng trong tài chính. (Theo quan điểm của tôi, cuốn sách này đưa ra một lời phê bình cường điệu, vì các mô hình sử dụng sai lệch nặng nề trên thực tế là khá phổ biến trong tài chính.


Cảm ơn bạn, tôi đánh giá cao câu trả lời của bạn vì tôi quen thuộc với cuốn sách. Nhân tiện, tôi không chắc là tôi có hiểu chính xác phần này trong câu của bạn không "độ béo của đuôi trong thuật ngữ lỗi". Bạn có phiền khi chính xác hơn với điều đó?
Maria Lavrovskaya


Trong loại thảo luận chung này, chúng tôi không có thuộc tính đuôi cụ thể, vì vậy độ chính xác trong việc chỉ định ý nghĩa của "độ béo" hoặc "độ nặng" của đuôi làm mất đi tính tổng quát. Thật đáng để xem xét một số đặc điểm của phân phối đuôi béophân phối đuôi nặng để xem loại tài sản tôi có trong tâm trí.
Phục hồi

Bạn có thể giải thích ý nghĩa của độ chính xác trong tiếng Anh không? Ý tôi là, tôi hiểu rằng đó là nghịch đảo của phương sai, nhưng tôi tìm hiểu lý do tại sao nếu chúng ta nói về các linh mục, chúng ta nhận được n0 trong mẫu số - cỡ mẫu trước đó.
Maria Lavrovskaya

Không nhìn thấy bối cảnh của những gì bạn đang nói, những gì bạn hỏi không rõ ràng. Tôi có thể đề nghị bạn đặt ra câu hỏi này như một câu hỏi mới trên trang web này, với tất cả các bối cảnh liên quan được đưa ra.
Phục hồi

25

XN(0,1)YN(0,1)XYCauchy(0,1)

Phân phối Cauchy rất quan trọng trong vật lý (nơi được gọi là phân phối Lorentz) bởi vì đó là giải pháp cho phương trình vi phân mô tả cộng hưởng cưỡng bức. Trong quang phổ học, đó là mô tả hình dạng của các vạch quang phổ có thể mở rộng đồng nhất trong đó tất cả các nguyên tử tương tác theo cùng một cách với dải tần số có trong hình dạng đường.

Các ứng dụng:

  • Được sử dụng trong lý thuyết cơ và điện, nhân học vật lý và các vấn đề đo lường và hiệu chuẩn.

  • Trong vật lý, nó được gọi là phân bố Lorentzian, trong đó nó là phân phối năng lượng của trạng thái không ổn định trong cơ học lượng tử.

  • Cũng được sử dụng để mô hình hóa các điểm tác động của một đường thẳng cố định của các hạt phát ra từ một nguồn điểm.

Nguồn .


Cảm ơn bạn. Câu đầu tiên khá hữu ích. Tôi khá xa vật lý, bạn có thể đưa ra bất kỳ ví dụ nào xem xét tài chính hoặc học máy không?
Maria Lavrovskaya

2
Nó không thực sự được sử dụng trong tài chính hoặc học máy (thực tế); nó được sử dụng trong vật lý (99,9% thời gian). Tôi cho rằng nếu ai đó muốn mô hình hóa tỷ lệ giữa hai biến độc lập, thường được phân phối trong tài chính, họ sẽ sử dụng phân phối Cauchy.
Matthew Anderson

2
Một lý do nó có thể hữu ích trong tài chính là nó có đuôi cực kỳ nặng. Nó không có khoảnh khắc, vì vậy sẽ không có ý nghĩa gì khi nói rằng nó bị tổn thương cao, nhưng nó dễ bị quan sát quá mức, cả cao và thấp.
Dave

7
được sử dụng trong học máy, đặc biệt là phân phối trước trong suy luận Bayes. Cụ thể, một nửa Cauchy được sử dụng làm ưu tiên cho các biến tỷ lệ nhất định.
Wayne

2
@Wayne Bạn có thể vui lòng cho một ví dụ, có thể là một tài liệu tham khảo?
Dave
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.