Tỷ lệ phân phối đồng đều và bình thường là gì?


11

Đặt theo phân phối đồng đều và Y theo phân phối chuẩn. Có thể nói gì về XXY ? Có một phân phối cho nó?XY

Tôi tìm thấy tỷ lệ của hai số chuẩn với số không trung bình là Cauchy.


3
Đối với những gì nó có giá trị, phân phối được gọi là phân phối gạch chéo . Tôi không biết nếu đối ứng có tên hoặc hình thức đóng. Y/X
David J. Harris

2
Và lớp lớn hơn mà cả hai thuộc về dường như là phân phối tỷ lệ !
Nick Stauner

7
@ DavidJ.Harris Khá vậy; +1. Tôi đã thấy dấu gạch chéo được sử dụng một vài lần trong các nghiên cứu về độ bền. Có lẽ - như một dấu gạch chéo ngược - nên được gọi là " phân phối dấu gạch chéo ngược ". X/Y
Glen_b -Reinstate Monica

1
@rrpp Bạn đang đề cập đến một tiêu chuẩn , hay một tổng quát U n i f o r m ( a , b ) ? Nếu sau này, thì chúng ta cần biết nếu a > 0 , a < 0, v.v.Uniform(0,1)Uniform(a,b)a>0a<0
sói

1
Cảm ơn tất cả các câu trả lời của bạn. @wolfies U n i f o r m ( 0 , 1 )Y có ý nghĩa tích cựcXUniform(0,1)Y
rrpp

Câu trả lời:


13

Đặt biến ngẫu nhiên với pdf f ( x ) :XUniform(a,b)f(x)

nhập mô tả hình ảnh ở đây

trong đó tôi đã giả sử (trường hợp này lồng vào trường hợp Đồng phục chuẩn ( 0 , 1 ) ). [Các kết quả khác nhau sẽ thu được nếu nói tham số a < 0 , nhưng quy trình hoàn toàn giống nhau. ]0<a<bUniform(0,1)a<0

Hơn nữa, chúng ta hãy , và để cho W = 1 / Y với pdf g ( w ) :YN(μ,σ2)W=1/Yg(w)

nhập mô tả hình ảnh ở đây

Sau đó, chúng ta tìm kiếm các pdf của sản phẩm , nói h ( v ) , mà được cho bởi:V=XWh(v)

nhập mô tả hình ảnh ở đây

nơi tôi đang sử dụng chức năng của mathStaticaTransformProduct để tự động hóa nitty-gritties và nơi Erfbiểu thị chức năng Lỗi: http://reference.wolfram.com/lingu/ref/Erf.html

Tất cả đã được làm xong.

Lô đất

Đây là hai lô của pdf:

  • Lô 1: , σ = 1 , b = 3 ... và ... một = 0 , 1 , 2μ=0σ=1b=3a=0,1,2

nhập mô tả hình ảnh ở đây

  • Lô 2: ,σ=1,a=0,b=1μ=0,12,1σ=1a=0b=1

nhập mô tả hình ảnh ở đây

Kiểm tra Monte Carlo

Dưới đây là một tấm séc Monte Carlo nhanh chóng của vụ án Lô 2, chỉ để chắc chắn không có lỗi phải len lỏi trong:
,σ=1,a=0,b=1μ=12σ=1a=0b=1

nhập mô tả hình ảnh ở đây

Đường màu xanh là pdf Monte Carlo theo kinh nghiệm và đường đứt nét màu đỏ là pdf lý thuyết ở trên. Có vẻ ổn :)h(v)


3

Z=XYXU[0,1]YN(μ,σ2)Z

FZ(z)=P(Zz)=P(XYz)

Y>0Y<0Y>0XYzXzYY<0XYzXzY

<Z<z>0z<0

z>0(X,Y)

Khu vực hội nhập

FZ(z)=01x/zfY(y)dydx+010fY(y)dydx
fY(y)Y

Z

fZ(z)=ddz01[FY()FY(xz)]dx=01z[FY()FY(xz)]dx=01xz2fY(xz)dx=01x2πσz2exp((xzμ)22σ2)dx

Tích phân ở trên có thể được đánh giá bằng cách sử dụng chuỗi biến đổi sau:

  1. u=xz
  2. v=uμ
  3. vv

fZ(z)=σ2π[exp(μ22σ2)exp((1zμ)22σ2)]+μ[Φ(1zμσ)Φ(μσ)]

Φ(x)z<0

Câu trả lời này có thể được xác minh bằng mô phỏng. Kịch bản sau trong R thực hiện nhiệm vụ này.

n <- 1e7
mu <- 2
sigma <- 4

X <- runif(n)
Y <- rnorm(n, mean=mu, sd=sigma)

Z <- X/Y
# Constrain range of Z to allow better visualization 
Z <- Z[Z>-10]
Z <- Z[Z<10] 

# The actual density 
hist(Z, breaks=1000, xlim=c(-10,10), prob=TRUE)

# The theoretical density
r <- seq(from=-10, to=10, by=0.01)
p <- sigma/sqrt(2*pi)*( exp( -mu^2/(2*sigma^2)) - exp(-(1/r-mu)^2/(2*sigma^2)) ) + mu*( pnorm((1/r-mu)/sigma) - pnorm(-mu/sigma) )

lines(r,p, col="red")

Dưới đây là một vài biểu đồ để xác minh:

  1. YN(0,1) Kiểm tra 1
  2. YN(1,1) Kiểm tra 2
  3. yN(1,2) Kiểm tra 3

z=0


1
+1 Rất đẹp! Xuất phát từ các nguyên tắc cơ bản luôn thỏa mãn và đồ họa giúp người đọc hiểu ngay lập tức những gì bạn đang làm.
whuber

2


YY=N(7,1)min(Y)>1N1MY<1XYY<0set.seed(1);x=rbeta(10000000,1,1)/rnorm(10000000,7);hist(x,n=length(x)/50000)
runif

nhập mô tả hình ảnh ở đây


2
các đuôi cực đoan đang tăng mật độ. Sự phân phối khá giống một Cauchy. (Vì tò mò, tại sao không sử dụng runif? Có vẻ như thành ngữ hơn và dường như cũng nhanh hơn)
Glen_b -Reinstate Monica

Bởi vì tôi vẫn không biết nhiều về R, rõ ràng! :) Cảm ơn vì tiền hỗ trợ!
Nick Stauner

1
đừng lo lắng. Sự khác biệt về tốc độ không quá lớn, nhưng với 10 ^ 7 yếu tố, đủ để chú ý. Bạn có thể tìm thấy một biểu đồ đáng để xem ( hist(x,n=length(x),xlim=c(-10,10))) (khoảng 96% phân phối dường như nằm trong các giới hạn đó)
Glen_b -Reinstate Monica

1
Ồ Đảm bảo đủ. Làm cho các lô mật độ này khá sai lệch Tôi sợ! Tôi sẽ chỉnh sửa trong biểu đồ đó ...
Nick Stauner

1
Ờ được rồi. Đừng lo lắng. Bạn có thể muốn làm cho n class một thỏa thuận nhỏ hơn trong trường hợp đó. Tôi nghĩ lý tưởng là các thanh nên rất hẹp nhưng không chỉ là các đường màu đen.
Glen_b -Reinstate Monica
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.