CDF ยกกำลัง?


15

ถ้าFZเป็น CDF ดูเหมือนว่าFZ(z)α ( α>0 ) เป็น CDF เช่นกัน

ถาม: นี่เป็นผลลัพธ์มาตรฐานหรือไม่

Q: มีวิธีที่ดีที่จะหาฟังก์ชั่นgกับXg(Z)เซนต์FX(x)=FZ(z)αที่xg(z)

โดยทั่วไปฉันมี CDF อื่นในมือFZ(z)α α ในความรู้สึกที่ลดลงบางอย่างฉันต้องการอธิบายลักษณะของตัวแปรสุ่มที่สร้าง CDF นั้น

แก้ไข: ฉันจะมีความสุขถ้าฉันจะได้รับผลการวิเคราะห์กรณีพิเศษZN(0,1) ) หรืออย่างน้อยก็รู้ว่าผลลัพธ์ดังกล่าวเป็นเรื่องยาก


2
ใช่ว่าเป็นผลลัพธ์ที่รู้จักกันดีและง่ายต่อการพูดคุยทั่วไป (อย่างไร?) นอกจากนี้คุณยังสามารถหาgอย่างน้อยโดยปริยาย มันเป็นพื้นฐานของการประยุกต์ใช้เทคนิคผกผันที่แปลงรูปแบบที่ใช้กันทั่วไปเพื่อสร้างความแปรปรวนแบบสุ่มของการแจกแจงโดยพล
พระคาร์ดินัล

2
@ cardinal โปรดตอบ หลังจากนั้นทีมก็บ่นว่าเราไม่ได้ต่อสู้ด้วยอัตราส่วนตอบที่ต่ำ

1
@mbq: ขอบคุณสำหรับความคิดเห็นของคุณซึ่งฉันเข้าใจและเคารพอย่างมาก โปรดเข้าใจว่าบางครั้งการพิจารณาเวลาและ / หรือสถานที่ไม่อนุญาตให้ฉันโพสต์คำตอบ แต่อนุญาตให้แสดงความคิดเห็นอย่างรวดเร็วที่สามารถทำให้ OP หรือผู้เข้าร่วมอื่น ๆ เริ่มต้นได้ มั่นใจได้เลยว่าถ้าฉันสามารถโพสต์คำตอบได้ฉันจะทำเช่นนั้น หวังว่าการมีส่วนร่วมอย่างต่อเนื่องของฉันผ่านความเห็นก็จะใช้ได้เช่นกัน
พระคาร์ดินัล

2
@ cardinal พวกเราบางคนก็มีความผิดเช่นเดียวกันด้วยเหตุผลเดียวกัน ...
whuber

2
@brianjd ใช่นี้เป็นผลที่รู้จักกันดีที่ได้ถูกนำมาใช้ในอุตสาหกรรมการผลิต "ทั่วไป" แจกแจงดู มีการแปลงหลายอย่างเช่นนี้และผู้คนใช้พวกมันเพื่อจุดประสงค์นี้: พวกเขาพบว่าการแปลงพารามิเตอร์, ใช้กับการแจกแจงและválá, คุณมีกระดาษเพียงแค่คำนวณคุณสมบัติของมัน และแน่นอนว่าปกติคือ 'เหยื่อ' รายแรก

คำตอบ:


11

ฉันชอบคำตอบอื่น ๆ แต่ยังไม่มีใครพูดถึงต่อไปนี้ เหตุการณ์{Ut, Vt} เกิดขึ้นถ้าหาก{max(U,V)t}ดังนั้นหากUและVเป็นอิสระและW=max(U,V)ดังนั้นFW(t)=FU(t)FV(t)ดังนั้นสำหรับเป็นจำนวนเต็มบวก (พูด, α = n ) ใช้X = เมตรx ( Z 1 , . . . Z n )ที่Z 's มี IIDαα=nX=max(Z1,...Zn)Z

สำหรับเราสามารถ switcheroo รับF Z = F n Xดังนั้นXα=1/nFZ=FXnXจะเป็นที่ตัวแปรสุ่มเช่นที่สูงสุดของสำเนาอิสระมีการกระจายเช่นเดียวกับZ (และนี้จะไม่เป็นหนึ่งในเพื่อนที่คุ้นเคยของเรา โดยทั่วไป) nZ

กรณีของจำนวนจริงบวก (พูด, α = เมตร/ n ) ดังต่อไปนี้จากก่อนหน้านี้ตั้งแต่ ( F Z ) M / n = ( F 1 / n Z )ม.αα=m/n

(FZ)m/n=(FZ1/n)m.

สำหรับไม่มีเหตุผลให้เลือกลำดับการปันส่วนเป็นบวกa การบรรจบกันของkกับα ; จากนั้นลำดับX k (ซึ่งเราสามารถใช้ลูกเล่นของเราสำหรับแต่ละk ) จะรวมกันในการกระจายไปยังXที่ต้องการαakαXkkX

นี่อาจไม่ใช่ลักษณะที่คุณต้องการ แต่อย่างน้อยก็ให้แนวคิดเกี่ยวกับวิธีคิดเกี่ยวกับสำหรับαอย่างเหมาะสมดี ในทางกลับกันฉันไม่แน่ใจว่าจะได้รับดีกว่านี้มากเพียงใด: คุณมี CDF อยู่แล้วดังนั้นกฎลูกโซ่จะให้ PDF และคุณสามารถคำนวณช่วงเวลาก่อนพระอาทิตย์ตกดิน ... ? เป็นเรื่องจริงที่Zส่วนใหญ่จะไม่มีXที่คุ้นเคยสำหรับα = FZααZXแต่ถ้าผมอยากจะเล่นรอบกับตัวอย่างที่จะมองหาสิ่งที่น่าสนใจที่ผมอาจจะพยายามZกระจายอย่างสม่ำเสมอในช่วงเวลาหน่วยที่มีF(Z)=Z,0<Z<1α=2ZF(z)=z0<z<1


แก้ไข: ฉันเขียนความคิดเห็นใน @JMS คำตอบและมีคำถามเกี่ยวกับเลขคณิตของฉันดังนั้นฉันจะเขียนสิ่งที่ฉันหมายถึงด้วยความหวังว่ามันชัดเจนมากขึ้น

@cardinal อย่างถูกต้องในการแสดงความคิดเห็นที่จะตอบ @JMS เขียนว่าปัญหาที่เกิดขึ้นช่วยลดความยุ่งยากในการ หรืออื่น ๆ โดยทั่วไปเมื่อZไม่จำเป็นต้องเป็นN ( 0 , 1 )เรา มี x = กรัม- 1 ( Y ) = F - 1 ( F α ( Y ) )

g1(y)=Φ1(Φα(y)),
ZN(0,1)
x=g1(y)=F1(Fα(y)).
ประเด็นของฉันคือเมื่อFมีฟังก์ชันผกผันที่ดีที่เราสามารถแก้ได้สำหรับฟังก์ชันy=g(x)ด้วยพีชคณิตพื้นฐานได้ ผมเขียนในความคิดเห็นที่ควรจะ Y = กรัม( x ) = F - 1 ( F 1 / α ( x ) )g
y=g(x)=F1(F1/α(x)).

ลองพิจารณากรณีพิเศษเสียบสิ่งต่างๆเข้าด้วยกันและดูว่ามันทำงานอย่างไร Let มี (1) การกระจายประสบการณ์มี CDF F ( x ) = ( 1 - อี- x ) , x > 0 , และผกผัน CDF F - 1 ( Y ) = - LN ( 1 - Y ) มันง่ายที่จะเสียบทุกอย่างเพื่อค้นหาg ; หลังจากเสร็จแล้วเราจะได้รับ y = g ( x ) = -X

F(x)=(1ex), x>0,
F1(y)=ln(1y).
g 1 )และถ้าเรากำหนด Y = - ln ( 1 - ( 1 - e - X) ) 1 / α ) , แล้ว Yจะมี CDF ซึ่งดูเหมือน F Y ( Y ) = ( ดังนั้นโดยสรุปการอ้างสิทธิ์ของฉันคือถ้า X E x p (
y=g(x)=ln(1(1ex)1/α)
XExp(1)
Y=ln(1(1eX)1/α),
Y เราสามารถพิสูจน์ได้โดยตรง (ดูที่
FY(y)=(1ey)α.
และใช้พีชคณิตเพื่อให้ได้นิพจน์ในขั้นตอนถัดไปจากขั้นตอนสุดท้ายเราจำเป็นต้องมีการแปลงความน่าจะเป็นแบบบูรณาการ) เพียงแค่ในกรณี (มักจะซ้ำ) ที่ฉันบ้าฉันวิ่งแบบจำลองบางอย่างเพื่อตรวจสอบอีกครั้งว่ามันใช้งานได้ ... และมันไม่ ดูด้านล่าง ที่จะทำให้โค้ดง่ายผมใช้สองข้อเท็จจริง: ถ้า  X ~ F  แล้ว  U = F ( X ) ~ U n ฉัน ( 0 , 1 )P(Yy)ถ้า  U ~ U n ฉัน ( 0 , 1 )  แล้ว  U 1 /
If X~F แล้วก็ ยู=F(X)~ยูnผม(0,1).
If UUnif(0,1) then U1/αBeta(α,1).

เนื้อเรื่องของผลการจำลองมีดังนี้

ECDF และ F ถึงอัลฟ่า

รหัส R ที่ใช้ในการสร้างพล็อต (ลบฉลาก) คือ

n <- 10000; alpha <- 0.7
z <- rbeta(n, shape1 = alpha, shape2 = 1)
y <- -log(1 - z)
plot(ecdf(y))
f <- function(x) (pexp(x, rate = 1))^alpha
curve(f, add = TRUE, lty = 2, lwd = 2)

พอดีดูดีสวยฉันคิดว่า? บางทีฉันอาจจะไม่ได้บ้า (คราวนี้)?


Z~ยังไม่มีข้อความ(0,1)ก.(Z)=Φ-1(Φ1/α(Z))

มันเป็นการดีที่จะตรวจสอบเลขคณิตของคุณอีกครั้ง
สำคัญ

@cardinal errr ... ตกลงฉันทำ ... และมันถูกใช่ไหม คุณช่วยชี้ให้เห็นข้อผิดพลาด?

(+1) ขอโทษ ฉันไม่แน่ใจว่าหัวของฉันอยู่ที่ไหนเมื่อฉันดูที่นี่เป็นครั้งแรก เห็นได้ชัดว่า (ถูกต้อง!) ถูกต้อง
พระคาร์ดินัล

@ cardinal ไม่เป็นอันตรายไม่มีเหม็น ฉันยอมรับว่าคุณทำให้ฉันเหงื่อออกเป็นเวลาหนึ่งนาที! :-)

14

พิสูจน์ได้โดยไม่มีคำพูด

ป้อนคำอธิบายรูปภาพที่นี่

เส้นโค้งสีฟ้าด้านล่างคือ Fเส้นโค้งสีแดงส่วนบนคือ Fα (พิมพ์กรณีและปัญหา α<1) และลูกศรแสดงวิธีการเดินทาง Z ถึง x=ก.(Z).


รูปสวย! ถาม: อะไรที่วาดขึ้นมา? TikZ?
lowndrul

1
@brianjd: ถ้าฉันจำได้ว่า @whuber ทำแผนการของเขามากมายโดยใช้ Mathematica
พระคาร์ดินัล

3
@cardinal คุณพูดถูก จริงๆแล้วฉันใช้สิ่งที่มีประโยชน์และดูเหมือนว่ามันจะทำงานได้ดีอย่างรวดเร็ว FWIW นี่คือรหัส:Module[ {y, w, a = 0.1, z = 3.24, f = ChiDistribution[7.6], xmin=0, xmax=5}, y = CDF[f,z]; w = InverseCDF[f, y^(1/a)]; Show[ Plot[{CDF[f, x],CDF[f,x]^a} , {x, xmin, xmax}, Filling->{1->{2}}], Graphics[{ Dashed, Arrow[{{z,0}, {z,y}}], Arrow[{{z,y}, {w,y}}], Arrow[{{w,y}, {w,0}}] }] ] ]
whuber

6

Q1) ใช่ นอกจากนี้ยังมีประโยชน์สำหรับการสร้างตัวแปรที่เรียงลำดับแบบสุ่ม คุณสามารถเห็นสิ่งนี้ได้จากภาพสวยของ @ whuber :)α>1 สลับลำดับสุ่ม

มันเป็น cdf ที่ถูกต้องเป็นเพียงเรื่องของการตรวจสอบเงื่อนไขที่จำเป็น: FZ(Z)αจะต้องมีค่าคงที่ , ไม่ลด, และ จำกัด1 ที่อินฟินิตี้และ 0 ที่อนันต์ลบ FZ มีคุณสมบัติเหล่านี้เพื่อให้ง่ายต่อการแสดง

Q2) ดูเหมือนว่ามันจะเป็นการวิเคราะห์ที่ค่อนข้างยากเว้นแต่ FZ เป็นพิเศษ


@JMS: เกี่ยวกับอะไร Z~ยังไม่มีข้อความ(0,1) ?
lowndrul

2
@brianjd: ฉันไม่เชื่ออย่างนั้น ปล่อยก. เป็นฟังก์ชั่นโมโนโทนอย่างต่อเนื่อง ก.-1) ที่ตรงตามเงื่อนไขของคุณ จากนั้นจะต้องเป็นอย่างนั้นΦα(ยู)=P(ก.(Z)ยู)=P(Zก.-1(ยู))=Φ(ก.-1(ยู)) และอื่น ๆ ก.-1(ยู)=Φ-1(Φα(ยู)). ดังนั้นการผกผันมีการระบุอย่างชัดเจนค่อนข้าง แต่ไม่ใช่ก.ตัวเอง นี่คือสิ่งที่ฉันหมายถึงในความคิดเห็นก่อนหน้าของฉันเกี่ยวกับก.ถูกพบโดยปริยาย
พระคาร์ดินัล

@brianjd - @cardinal พูดอะไร :) ฉันไม่สามารถนึกถึงกรณีพิเศษสำหรับ FZ ที่ซึ่งคุณจะได้รับแบบฟอร์มปิด (ไม่ต้องบอกว่าไม่มีแน่นอน)
JMS

@JMS: Z~ยู[0,1]จะเป็นตัวอย่างที่ดีอย่างหนึ่ง
พระคาร์ดินัล

@ cardinal ฉันไม่เคยคิดว่าจะมีการกระจายที่หายาก ... แต่ตอนนี้คุณพูดถึงมันแล้ว Bอีเสื้อa(a,1) ควรทำงานโดยทั่วไป Bอีเสื้อa(aα,1).
JMS
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.