สัญกรณ์เป็นอย่างไร


10

สัญกรณ์อ่านอย่างไร? มันเป็นต่อไปนี้การกระจายปกติ? หรือคือการกระจายปกติ? หรือบางทีเป็นปกติประมาณ ..XN(μ,σ2)X X X

เกิดอะไรขึ้นถ้ามีตัวแปรหลายตัวที่ตามมา (หรือคำใดก็ตาม) การกระจายตัวเดียวกัน มันเขียนอย่างไร


XN(μ,σ)ควรเป็นXN(μ,σ2)
mandata

7
@andata ที่ (น่าเสียดาย) ขึ้นอยู่กับคนที่คุณถาม ผู้เขียนหลายคนใช้ทั้งคำจำกัดความและสัญลักษณ์ σ
ekvall

ฉันชอบ σตัวฉันเอง แต่มันขัดแย้งกับธัญพืช
mandata

3
สัญกรณ์ทั่วไปคือ ""หมายถึงการแจกจ่ายเป็น"˙"(โน้ตจุด) หมายถึงการกระจายโดยประมาณเป็น
หน้าผา AB

คือ (X,Y)N(μ,σ2)เครื่องหมายที่ถูกต้องเกี่ยวกับจุดที่สอง?
ไม่ใช่

คำตอบ:


7

ฉันเดาว่าตัวแปร X กระจายตามการแจกแจงปกติพร้อมเวกเตอร์เฉลี่ย μ และส่วนเบี่ยงเบนมาตรฐาน σ.


ทำไมเวกเตอร์ μ?
ไม่ใช่

เพราะการแจกแจงแบบปกติสามารถหลายตัวแปรได้ มันสามารถเป็นค่าเดียวก็ยังสามารถทั่วไปที่จะnมิติ
Vladislavs Dovgalecs

3
ทำไมเป็น σเพียงเซนต์คิตส์และเนวิส?
ไม่ใช่

คุณพูดถูก σไม่ใช่เซนต์คิตส์และเนวิสสำหรับกรณีที่มีหลายตัวแปร คุณกำลังพูดถึงเมทริกซ์ความแปรปรวนร่วมΣ
Vladislavs Dovgalecs

มาตรฐานค่าความเบี่ยงเบน
conjugateprior

9

เกี่ยวกับการใช้สัญลักษณ์ ("ติดตาม", "กระจายตาม") และ ("เท่ากับประมาณ") ดูคำตอบนี้ นี่คือวิธีการใช้สัญลักษณ์อย่างน้อยในสถิติ / เศรษฐมิติ

สำหรับการประชุมสัญกรณ์สำหรับการแจกแจงปกติคือกรณีเขตแดน : เรามักจะเขียนพารามิเตอร์ที่กำหนดของการแจกแจงพร้อมกับสัญลักษณ์ของมันพารามิเตอร์ที่จะอนุญาตให้หนึ่งเขียนฟังก์ชันการแจกแจงสะสมอย่างถูกต้องและความหนาแน่นของความน่าจะเป็น / มวล เราไม่จดบันทึกช่วงเวลาซึ่งมักจะเป็นฟังก์ชั่นของ แต่ไม่เท่ากับพารามิเตอร์เหล่านี้

ดังนั้นสำหรับเครื่องแบบที่เข้ามา [a,b] พวกเราเขียน U(a,b). ค่าเฉลี่ยของการแจกแจงคือ(a+)/2 ในขณะที่ความแปรปรวนคือ (-a)2/12. สำหรับแกมม่า (parametrization ขนาดรูปร่าง) เราเขียนG(k,θ). ค่าเฉลี่ยคือkθ และความแปรปรวน kθ2. เป็นต้น

ในกรณีของการแจกแจงปกติพารามิเตอร์ μ เกิดขึ้นยังเป็นค่าเฉลี่ยของการกระจายในขณะที่พารามิเตอร์ σเกิดขึ้นเป็นรากที่สองของความแปรปรวน มันเป็นความประทับใจของฉัน (อาจเข้าใจผิด) ว่าในแวดวงวิศวกรรมหนึ่งเห็นบ่อยขึ้นยังไม่มีข้อความ(μ,σ) (ซึ่งสอดคล้องกับกฎ notational ทั่วไป) ในขณะที่อยู่ในแวดวงเศรษฐมิติเกือบทุกคนเห็น ยังไม่มีข้อความ(μ,σ2) (ซึ่งตกอยู่กับการล่อลวงของการให้ช่วงเวลาโดยการรักษา σ2 เป็นพารามิเตอร์พื้นฐานและไม่เป็นสแควร์ของมัน)


6

แก้ไข:คำตอบก่อนหน้าของฉันล้มเหลวในการตอบคำถามจริง สิ่งต่อไปนี้คือความพยายามของฉันในการตอบสนองต่อจุดมากกว่า


สัญกรณ์เป็นอย่างไร XN(μ,σ2) อ่าน?

คำตอบอื่น ๆ ได้บอกคุณแล้วว่าความหมายของสัญกรณ์คืออะไร X เป็นตัวแปรสุ่มกระจายตามปกติมีค่าเฉลี่ยบางอย่าง μ และความแปรปรวน σ2. คำตอบของดิลิปยังให้ความสำคัญกับการตีความที่เป็นไปได้อื่น ๆ เมื่อสัญกรณ์ชัดเจนน้อยกว่าσ2เช่นสำหรับพารามิเตอร์ทั่วไป {a,b}, ได้แก่ XN(a,b).

เมื่อใดก็ตามที่ฉันเห็นสัญกรณ์นี้ในข้อความฉันมักจะอ่านมันเพื่อที่จะทำให้รู้สึกทางไวยากรณ์ ฉันจะอ้างว่านี่เป็นวิธีที่สมเหตุสมผลในการรักษาสัญกรณ์ ดังนั้นคำตอบสำหรับคำถามของคุณก็คือการรู้ว่าสัญกรณ์หมายถึงทางคณิตศาสตร์คุณเพียงแค่อ่านในลักษณะใดก็ตามที่เหมาะกับข้อความ นี่เป็นสองตัวอย่าง:

(1) อนุญาต XN(a,b)...

(2) พิจารณาตัวแปรสุ่มอิสระสามตัว XN(0,1),YN(1,2),ZExp(λ).

ใน (1) ฉันอ่านมันเป็น (เช่น) "ให้ X กระจายตามปกติด้วยค่าเฉลี่ยและความแปรปรวน b ... "และใน (2) ฉันอ่านมันเป็น" ... X เป็นเรื่องปกติ ... "

X เป็นไปตามการแจกแจงแบบปกติหรือไม่

ใช่มันก็ใช้ได้เช่นกัน หลายคนพูดแบบนี้แม้ว่าคุณอาจต้องการรวมค่าเฉลี่ยและความแปรปรวนที่เป็นลักษณะการแจกแจง

หรือ X เป็นการกระจายตัวแบบปกติ?

ไม่ถูกต้อง ดูคำตอบเก่า ๆของฉันสำหรับบัญชีว่าการกระจายคืออะไร

หรือบางที X เป็นปกติประมาณ ..

ไม่นั่นไม่ถูกต้องเช่นกัน มีวิธีอื่นที่จะแสดงถึงสิ่งนี้ ตามที่ระบุไว้ในความคิดเห็น เป็นหนึ่งในนั้น

เกิดอะไรขึ้นถ้ามีตัวแปรหลายตัวที่ตามมา (หรือคำใดก็ตาม) การกระจายตัวเดียวกัน มันเขียนอย่างไร

หากพวกเขาเป็นอิสระทั้งหมดวิธีง่ายๆในการเขียนคือ XiiidN(μ,σ2),i=1,2,nเนื่องจากคุณมี nตัวแปร (iid ย่อมาจากความเป็นอิสระและการกระจายตัวเหมือนกัน) หากพวกเขาไม่เป็นอิสระคุณสามารถพูดได้ว่าXi,i=1,2,,n อาจขึ้นอยู่กับ แต่ (เล็กน้อย) กระจายเหมือนกัน N(μ,σ2). หรือคุณอาจต้องประกาศการกระจายตัวของข้อต่อแทน - ขึ้นอยู่กับวัตถุประสงค์ของการพิจารณาตัวแปรสุ่ม

หากพวกเขาเป็นปกติร่วมกันมันง่ายที่จะเขียน X:=(X1,,Xn)N(μ,Σ) เพื่อจำแนกลักษณะการกระจายของข้อต่อโดยใช้เวกเตอร์เฉลี่ย μ และเมทริกซ์ความแปรปรวนร่วม Σ.

โดยทั่วไปคุณสามารถกำหนดฟังก์ชั่นการกระจายหลายตัวแปร F แล้วเขียนมัน XF.


มันดีใช่ไหมที่ไม่คำนึงถึงอนุสัญญาที่ใช้ N(0,1)เป็นตัวแปรสุ่มแบบปกติมาตรฐานเสมอหรือไม่
Dilip Sarwate

@DilipSarwate แน่นอน! ทำให้ชื่อ "มาตรฐาน" เหมาะสมมากเช่นกัน
ekvall

5

ความยากลำบากไม่ได้อยู่ที่การรู้อะไร N(μ,σ2) วิธี แม้N(3,52) มีเหตุผลที่ชัดเจนสำหรับคนส่วนใหญ่ในฐานะความหมายตัวแปรสุ่มปกติที่มีค่าเฉลี่ย 3 และความแปรปรวน 52 หรือความแปรปรวน 25 ผู้สอนควรเชื่อว่าค่าเบี่ยงเบนมาตรฐานเป็นพารามิเตอร์พื้นฐานมากกว่าความแปรปรวนที่ควรพูดได้ว่า "ส่วนเบี่ยงเบนมาตรฐาน" 5"แทน) อย่างไรก็ตามสิ่งที่มีความหมายโดย N(a,b), เช่น N(3,25)อาจมีการประชุมที่แตกต่างกันอย่างน้อยสามครั้งในส่วนที่เกี่ยวกับความแปรปรวนหรือค่าเบี่ยงเบนมาตรฐาน ทั้งสามอนุสัญญายอมรับว่า3คือค่าเฉลี่ย μX ของ X แต่ 25 มีความหมายแตกต่างกันสำหรับคนต่าง ๆ

  • XN(,25)หมายความว่าส่วนเบี่ยงเบนมาตรฐานของX คือ 25.

  • XN(,25)หมายถึงความแปรปรวนของX คือ 25.

  • XN(,25)หมายถึงความแปรปรวนของX คือ 125.

ดูคำถามนี้และความคิดเห็นที่ตามมาสำหรับรายละเอียดบางอย่าง


ใครนอกจากคุณเคยมีการตีความว่าพารามิเตอร์ตัวที่ 2 ของ Normal เป็นสิ่งที่ตรงกันข้ามกับความแปรปรวนหรือไม่? นี่เป็นครั้งแรกที่ฉันจำได้ว่าเห็นสิ่งนั้น
Mark L. Stone

@ MarkL.Stone โปรดอย่าใช้ความทะเยอทะยานในความจริงของฉัน หากคุณใส่ใจที่จะติดตามลิงก์ที่ฉันได้รวมไว้ในคำตอบของฉันและอ่านความคิดเห็นคุณจะเห็นว่า Moderator whuber กล่าวว่า "อื่น ๆ โดยเฉพาะอย่างยิ่งในบริบท Bayesian หรือแม้แต่ตั้งค่า Normals ตามความแม่นยำของพวกเขาN(μ,1/σ2). "และ Moderator Cardinal กล่าวว่า" นอกจากนี้ยังมีพารามิเตอร์ตามธรรมชาติของปกติซึ่งอาจดูไม่เป็นธรรมชาติมากที่สุด "พารามิเตอร์ธรรมชาติ" เหล่านี้เกิดขึ้นเมื่อการแจกแจงปกติถูกกำหนดเป็นสมาชิกของตระกูลการแจกแจงแบบกระจาย
Dilip Sarwate

ฉันไม่ได้พยายามแสดงความต้องการของคุณ ฉันดูที่กระทู้และเห็นคำตอบของคุณ แต่ไม่ได้แสดงความคิดเห็น ฉันเดาว่าฉันไม่ใช่คนเบย์
Mark L. Stone

4

X เป็นตัวแปรสุ่ม "X";

ถูกอ่าน "ถูกแจกจ่ายเป็น";

N อ่าน "ปกติ";

μ ถูกอ่าน "ด้วยค่าเฉลี่ย μ"(การประชุมคือรายการแรกหลังจากวงเล็บเปิดคือค่าเฉลี่ยและรายการที่สองคือค่าความแปรปรวนหรือค่าเบี่ยงเบนมาตรฐานขึ้นอยู่กับเครื่องหมาย - ดูด้านล่าง) และ

σ2 ถูกอ่าน "พร้อมความแปรปรวน σ2 (หรือส่วนเบี่ยงเบนมาตรฐาน σ2ขึ้นอยู่กับการใช้งานของผู้แต่ง / ผู้ใช้ ในกรณีนี้ฉันเดาว่ามันมีความแปรปรวนσ2.

เมื่อรวมทั้งหมดเข้าด้วยกันคุณจะมีตัวแปรแบบสุ่ม X ซึ่งกระจายเป็น Normal โดยมีค่าเฉลี่ย "mu" (μ) และความแปรปรวน "sigma squared" (σ2)

คุณสามารถพูดได้ Xตามปกติ . .

หากตัวแปรหลายตัวมีการแจกแจงแบบเดียวกันคุณสามารถแทนค่าได้หลายวิธี แต่คุณอาจต้องการทำดัชนีตัวแปร i=1 ถึง n. จากนั้นคุณสามารถเขียนXiN(μ,σ2)สำหรับ i=1 ถึง n.


0

X มีการกระจายปกติด้วยค่าเฉลี่ย μ และส่วนเบี่ยงเบนมาตรฐาน σ. เครื่องหมายตัวหนอนไม่ได้หมายถึงการประมาณค่าเนื่องจากมันไม่เกี่ยวข้องกับเครื่องหมายเท่ากับแม้ว่าจะบอกเป็นนัยตั้งแต่ X ไม่เคยรู้แน่ชัด


ทำไมจะไม่ล่ะ? มีประชากรที่รู้จักกันโดยสิ้นเชิง
ไม่ใช่

Xแทนค่าตัวแปรไม่ใช่ชุดของค่า
mandata

2
X เป็นตัวแปรสุ่มและ x อาจเป็นหนึ่งในค่าของมัน แต่นั่นหมายความว่าไม่มีการประมาณ: ทุกสิ่งที่มีการระบุ (แน่นอน) เกี่ยวกับ X ระบุไว้ในนิพจน์ที่เรากำลังพูดถึง
conjugateprior

2
สำหรับบันทึก, เป็นตัวหนอน Tilda เป็นแบรนด์ข้าวบาสมาติ :-)
conjugateprior
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.