การแจกแจงแบบไม่ปกติที่มีความเบ้เป็นศูนย์และไม่มีความโด่งเกินศูนย์?


19

คำถามเชิงทฤษฎีเป็นส่วนใหญ่ มีตัวอย่างของการแจกแจงแบบไม่ปกติที่มีช่วงเวลาสี่ช่วงแรกเท่ากับช่วงเวลาปกติหรือไม่? พวกมันมีอยู่ในทฤษฎีหรือไม่?


เมื่อพิจารณาถึงเพียงแค่ส่วนผสมของ 2 บรรทัดฐาน (5 พารามิเตอร์ - 2 หมายถึง, 2 ความแปรปรวนและความน่าจะเป็นของการผสม) คุณสามารถแก้ปัญหาสำหรับช่วงเวลาสี่ช่วงแรกที่หลากหลาย
เชอริแดนแกรนท์

คำตอบ:


29

ใช่ตัวอย่างที่มีความเบ้และความโด่งเกินกำหนดทั้งสองศูนย์นั้นค่อนข้างง่ายต่อการสร้าง (ตัวอย่างจริง (a) ถึง (d) ด้านล่างนี้ยังมีความเบ้ของเพียร์สันค่าเฉลี่ยมัธยฐาน 0)

(a) ตัวอย่างเช่นในคำตอบนี้มีตัวอย่างให้โดยการผสมแกมม่า 50-50 ตัว (ซึ่งผมเรียกว่าX ) และการลบของอันที่สองซึ่งมีความหนาแน่นเช่นนี้:

dgam 2.3

เห็นได้ชัดว่าผลที่ได้คือสมมาตรและไม่ปกติ พารามิเตอร์สเกลไม่สำคัญที่นี่ดังนั้นเราจึงสามารถทำได้ 1. การเลือกอย่างระมัดระวังของพารามิเตอร์รูปร่างของแกมม่าให้ผลเป็นความต้องการที่จำเป็น:

  1. ความแปรปรวนของแกมมาคู่ ( Y ) นี้ง่ายต่อการทำงานในแง่ของแกมม่าแปรผันตาม: var(Y)=E(X2)=var(X)+E(X)2=α+α2 .

  2. ช่วงเวลากลางที่สี่ของตัวแปรYเหมือนกับE(X4)ซึ่งสำหรับแกมม่า ( α ) คือα(α+1)(α+2)(α+3)

ผลที่ตามมาคือ kurtosis คือα(α+1)(α+2)(α+3)α2(α+1)2=(α+2)(α+3)α(α+1) ) นี่คือ3เมื่อ(α+2)(α+3)=3α(α+1)ซึ่งจะเกิดขึ้นเมื่อα=(13+1)/22.3032.303


(b) เราสามารถสร้างตัวอย่างเป็นส่วนผสมของสเกลสองชุด ให้U1U(1,1)และให้U2U(a,a)และให้M=12U1+12U22 ชัดเจนโดยพิจารณาว่าMเป็นสมมาตรและมีขอบเขต จำกัด เราต้องมีE(M)=0; ความเบ้ก็จะเป็น 0 และช่วงเวลากลางและช่วงเวลาดิบจะเหมือนกัน

Var(M)=E(M2)=12Var(U1)+12Var(U2)=16[1+a2]]

ในทำนองเดียวกันE(M4)=110(1+a4)และ kurtosis ก็คือ110(1+a4)[16(1+a2)]2=3.61+a4(1+a2)2

ถ้าเราเลือกa=5+243.1463จากนั้น kurtosis คือ 3 และความหนาแน่นมีลักษณะดังนี้:

enter image description here


(c) นี่เป็นตัวอย่างที่สนุก Let XiiidPois(λ)สำหรับi=1,2 2

ให้Yเป็นส่วนผสม 50-50 ของX1และX2 :

enter image description here

โดยสมมาตรE(Y)=0 (เราต้องการE(|Y|)ที่จะ จำกัด แต่E(X1)มี จำกัด เรามีสิ่งนั้น)

Var(Y)=E(Y2)=E(X1)=λ

โดยสมมาตร (และความจริงที่ว่าช่วงเวลาที่แน่นอนอยู่ 3) เอียง = 0

E(Y4)=E(X12)=λ+λ2

λ+λ2λ2=1+1/λ

λ=12


(d) ตัวอย่างทั้งหมดของฉันจนถึงตอนนี้มีความสมมาตรเนื่องจากคำตอบที่สมมาตรนั้นง่ายต่อการสร้าง แต่วิธีแก้ปัญหาแบบอสมมาตรก็เป็นไปได้เช่นกัน นี่คือตัวอย่างที่ไม่ต่อเนื่อง

enter image description here


อย่างที่คุณเห็นไม่มีตัวอย่างใดที่ดูเป็นพิเศษ "ปกติ" มันจะเป็นเรื่องง่ายที่จะสร้างตัวแปรที่ไม่ต่อเนื่องจำนวนเต็มหรือต่อเนื่องที่มีคุณสมบัติเดียวกัน ในขณะที่ตัวอย่างส่วนใหญ่ของฉันถูกสร้างขึ้นเป็นแบบผสมไม่มีอะไรพิเศษเกี่ยวกับการผสมกันนอกจากพวกเขามักจะเป็นวิธีที่สะดวกในการกระจายคุณสมบัติด้วยวิธีที่คุณต้องการเหมือนการสร้างสิ่งที่มีเลโก้

คำตอบนี้ให้รายละเอียดเพิ่มเติมเกี่ยวกับ kurtosis ที่ควรพิจารณาในการสร้างตัวอย่างอื่นให้ชัดเจนยิ่งขึ้น


คุณสามารถจับคู่ช่วงเวลาในแบบเดียวกันได้มากขึ้นแม้ว่าจะต้องใช้ความพยายามมากขึ้น อย่างไรก็ตามเนื่องจาก MGF ของปกติมีอยู่คุณไม่สามารถจับคู่ช่วงเวลาเต็มจำนวนทั้งหมดของค่าปกติกับการแจกแจงแบบไม่ปกติเนื่องจากนั่นหมายถึงการจับคู่ MGF ของพวกเขานั่นหมายความว่าการแจกแจงครั้งที่สองนั้นเป็นปกติเช่นกัน


-4

คะแนนที่ดีทำโดย Glen_b ฉันจะเพิ่มการพิจารณาของฟังก์ชั่นเดลต้า Dirac เป็นตัวเลือกเพิ่มเติมสำหรับโรงสีเท่านั้น ตามที่วิกิพีเดียบันทึก "DDF เป็นฟังก์ชั่นทั่วไปหรือการแจกแจงในจำนวนจริงที่เป็นศูนย์ทุกที่ยกเว้นที่ศูนย์ด้วยการรวมของหนึ่งในทุกสายจริง" ด้วยเหตุที่ช่วงเวลาที่สูงขึ้นของ DDF ทั้งหมด ศูนย์.

Paul Dirac นำไปใช้กับกลศาสตร์ควอนตัมในหนังสือของเขาในปี 1931 หลักการของกลศาสตร์ควอนตัมแต่กำเนิดมาจาก Fourier, Lesbesgue, Cauchy และคนอื่น ๆ DDF ยังมี analogues ทางกายภาพในการสร้างแบบจำลองการกระจายเช่นของรอยแตกของค้างคาวตีเบสบอล


1
สิ่งนี้เกี่ยวข้องกับคำถามหรือไม่
kjetil b halvorsen

2
คำถามชัดเจนเกี่ยวกับการทำให้ "สี่ช่วงเวลาแรก [s] เท่ากับของ [a] ปกติ [การกระจาย]" คุณยังไม่ได้หวังที่จะจับคู่ช่วงเวลากลางที่สองเมื่อคุณใช้การแจกเดลต้า
whuber

3
บางทีคุณสามารถให้ตัวอย่างที่คุณจับคู่ช่วงเวลาของมาตรฐานปกติ (หมายถึง 0, ความแปรปรวน 1, E[(X-μ)3]=E(X3)=0 and E[(Xμ)4]=E(X4)=3). If you do that, it will answer the questions being raised and clarify your point.
Glen_b -Reinstate Monica

3
@A. Donda: Excess kurtosis is the 4th standardized moment about the mean minus 3, i.e. E(XEX)4/(E(XEX)2)2, so I don't think you can say it's -3 in the case of Dirac's delta function - rather it's undefined, as the variance is zero.
Scortchi - Reinstate Monica

2
@ ไมค์ฮันเตอร์: ฉันคิดว่าคำถามในชื่อและเนื้อหาเทียบเท่า: เมื่อคุณมีการแจกแจงที่มีความเบ้ & kurtosis ที่เกินกำหนดทั้งสองเท่ากับศูนย์ ฉันกำหนดความเครียดเนื่องจากความเบ้ & ความโด่งเป็นช่วงเวลามาตรฐานดังนั้นฟังก์ชัน Dirac delta จึงไม่มี
Scortchi - Reinstate Monica
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.