การสุ่มตัวอย่างจากการแจกแจงปกติแบบพับเท่ากับการสุ่มตัวอย่างจากการแจกแจงแบบปกติที่ถูกตัดทอนที่ 0 หรือไม่


9

ฉันต้องการจำลองจากความหนาแน่นปกติ (พูดค่าเฉลี่ย = 1, sd = 1) แต่ต้องการค่าบวกเท่านั้น

วิธีหนึ่งคือการจำลองจากปกติและรับค่าสัมบูรณ์ ฉันคิดว่านี่เป็นเรื่องปกติที่ถูกพับ

ฉันเห็นใน R มีฟังก์ชั่นสำหรับการสร้างตัวแปรแบบสุ่มที่ถูกตัดทอน หากฉันจำลองจากปกติที่ถูกตัดทอน (ตัดที่ 0) นี่จะเท่ากับวิธีการพับหรือไม่?

คำตอบ:


10

ใช่วิธีการให้ผลลัพธ์แบบเดียวกันสำหรับการแจกแจงแบบศูนย์โดยเฉลี่ย

มันพอเพียงที่จะตรวจสอบความน่าจะเป็นที่เห็นด้วยกับช่วงเวลาเพราะสิ่งเหล่านี้สร้างพีชคณิตซิกม่าของชุดที่วัดได้ทั้งหมด (Lebesgue) ให้เป็นมาตรฐานความหนาแน่นปกติ:ให้ความน่าจะเป็นที่ตัวแปรปกติมาตรฐานจะอยู่ในช่วงเวลาจากนั้นสำหรับความน่าจะเป็นที่ถูกตัดทอน คือΦΦ((a,])(a,]0a

Φตัดทอน((a,])=Φ((a,])/Φ([0,])=2Φ((a,])

(เพราะ ) และความน่าจะเป็นที่ถูกพับคือΦ([0,])=1/2

Φพับ((a,])=Φ((a,])+Φ([-,-a))=2Φ((a,])

เนื่องจากความสมมาตรของเกี่ยวกับ0Φ0

การวิเคราะห์นี้ถือสำหรับใด ๆการจัดจำหน่ายที่มีความสมมาตรเกี่ยวกับและมีศูนย์ความน่าจะเป็นของการเป็น0 ถ้าค่าเฉลี่ยไม่ใช่ศูนย์การแจกแจงจะไม่สมมาตรและทั้งสองวิธีไม่ให้ผลลัพธ์เดียวกันตามที่การคำนวณเดียวกันแสดง00

สามการแจกแจง

กราฟนี้แสดงฟังก์ชันความหนาแน่นของความน่าจะเป็นสำหรับการแจกแจงแบบปกติ (1,1) (สีเหลือง), การแจกแจงแบบปกติ (1,1) แบบพับ (สีแดง) และการแจกแจงแบบปกติ (1,1) ที่ถูกตัดทอน (สีน้ำเงิน) ให้สังเกตว่าการกระจายแบบพับนั้นไม่ได้แบ่งปันรูปร่างระฆังโค้งลักษณะกับอีกสองแบบ เส้นโค้งสีน้ำเงิน (การกระจายแบบตัดปลาย) เป็นส่วนบวกของเส้นโค้งสีเหลืองขยายขึ้นเพื่อให้มีพื้นที่หน่วยในขณะที่เส้นโค้งสีแดง (การกระจายแบบพับ) คือผลรวมของส่วนบวกของเส้นโค้งสีเหลืองและหางเชิงลบของมัน แกน y)


1
ฉันชอบรูปภาพ
Karl

5

Let1) การแจกแจงของนั้นไม่เหมือนกับของ.X~ยังไม่มีข้อความ(μ=1,SD=1)X|X>0|X|

การทดสอบอย่างรวดเร็วใน R:

x <- rnorm(10000, 1, 1)
par(mfrow=c(2,1))
hist(abs(x), breaks=100)
hist(x[x > 0], breaks=100)

สิ่งนี้ให้สิ่งต่อไปนี้ ฮิสโทแกรมจำลอง

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.