การได้มาของการเปลี่ยนแปลงตัวแปรของฟังก์ชันความหนาแน่นของความน่าจะเป็น


16

ในการจดจำรูปแบบหนังสือและการเรียนรู้ของเครื่อง (สูตร 1.27) มันให้

พีY(Y)=พีx(x)|dxdY|=พีx(ก.(Y))|ก.'(Y)|
โดยที่ ,เป็น PDF ที่สอดคล้องกับตามการเปลี่ยนแปลงของตัวแปรp x ( x ) p y ( y )x=ก.(Y)พีx(x)พีY(Y)

หนังสือบอกว่ามันเป็นเพราะสังเกตว่าตกอยู่ในช่วงจะค่าเล็ก ๆ ของ , จะกลายเป็นช่วงy)δ x ( y , y + δ y )(x,x+δx)δx(Y,Y+δY)

นี่เป็นวิธีที่ได้มาอย่างเป็นทางการ?


อัปเดตจาก Dilip Sarwate

ผลที่ได้ก็ต่อเมื่อเป็นฟังก์ชันเพิ่มและลดเสียงเดียวอย่างเคร่งครัดก.


การแก้ไขเล็กน้อยสำหรับคำตอบของ LV Rao ดังนั้นหากgเพิ่มขึ้นแบบ monotonically F_ {Y} (y) = F_ {X} (g ^ {- 1} (y)) f_ {Y} (y) = f_ {X } (g ^ {- 1} (y)) \ cdot \ frac {d} {dy} g ^ {- 1} (y) ถ้า monotonically ลดลง F_ {Y} (y) = 1-F_ {X} (g ^ {- 1} (y)) f_ {Y} (y) = - f_ {X} (g ^ {- 1} (y)) \ cdot \ frac {d} {dy} g ^ {- 1} ( y) \ ดังนั้น f_ {Y} (y) = f_ {X} (g ^ {- 1} (y)) \ cdot \ left | \ frac {d} {dy} g ^ {- 1} (y) \ right | g F Y ( y ) = F X

P(YY)=P(ก.(X)Y)={P(Xก.-1(Y)),ถ้า ก. เพิ่มขึ้น monotonicallyP(Xก.-1(Y)),ถ้า ก. ลดลง monotonically
ก.f Y ( y ) = f X ( g - 1 ( y ) ) d
FY(Y)=FX(ก.-1(Y))
FY(y)=1-FX(g-1(y))fY(y)=-fX(g-1(y))d
Y(Y)=X(ก.-1(Y))ddYก.-1(Y)
FY(Y)=1-FX(ก.-1(Y))
fY(y)=fX(g1(y))ddyg1(y)
fY(y)=fX(g1(y))|ddyg1(y)|

1
ผลที่ได้ก็ต่อเมื่อเป็นฟังก์ชันเพิ่มและลดเสียงเดียวอย่างเคร่งครัด วาดกราฟของและไขปริศนาโดยใช้แนวคิดพื้นฐานที่อยู่เบื้องหลังคำจำกัดความของอนุพันธ์ (ไม่ใช่คำจำกัดความอย่างเป็นทางการกับ epsilon และ delta) นอกจากนี้ยังมีคำตอบโดย @whuber บนเว็บไซต์นี้ซึ่งจะอธิบายรายละเอียด นั่นคือสิ่งนี้ควรถูกปิดเหมือนซ้ำ ก.ก.
Dilip Sarwate

คำอธิบายของหนังสือของคุณเป็นที่ระลึกหนึ่งที่ผมนำเสนอในstats.stackexchange.com/a/14490/919 ฉันยังโพสต์วิธีพีชคณิตทั่วไปในstats.stackexchange.com/a/101298/919และคำอธิบายรูปทรงเรขาคณิตที่stats.stackexchange.com/a/4223/919
whuber

1
ขอบคุณ @DilipSarwate สำหรับคำอธิบายของคุณผมคิดว่าผมเข้าใจสัญชาตญาณ แต่ฉันสนใจมากขึ้นในวิธีที่จะสามารถมาใช้กฎที่มีอยู่และทฤษฎีบท :)
dontloo

คำตอบ:


15

สมมติว่าเป็นตัวแปรสุ่มแบบต่อเนื่องที่มีf (x) หากเรากำหนดโดยที่ g () เป็นฟังก์ชั่นเสียงเดียวดังนั้นของ จะได้รับดังต่อไปนี้: โดยความแตกต่าง CDFS ทั้งสองด้าน WRTที่เราได้รับไฟล์ PDF ของYฟังก์ชั่น g () สามารถเพิ่มได้ทั้งแบบจำเจและซ้ำซาก หากฟังก์ชัน g () เพิ่มขึ้นแบบ monotonically ดังนั้นไฟล์ PDF ของจะถูกกำหนดโดย XpdfY=ก.(X)pdfY

P(YY)=P(ก.(X)Y)=P(Xก.-1(Y))โอRFY(Y)=FX(ก.-1(Y)),โดยคำจำกัดความของ CDF
YYY
Y(Y)=X(ก.-1(Y))ddYก.-1(Y)
และอีกด้านหนึ่งหากลดความซ้ำซากจำเจรูปแบบไฟล์ PDF ของถูกกำหนดโดย สมการสองสมการข้างบนสามารถรวมกันเป็นสมการเดียว: Y
Y(Y)=-X(ก.-1(Y))ddYก.-1(Y)
Y(Y)=X(ก.-1(Y))|ddYก.-1(Y)|

แต่เนื่องจากอินทิกรัลสำหรับ fx ต้องรวมเป็น 1 และ fy เป็นรุ่นที่ปรับขนาดของ fx นั่นไม่ได้หมายความว่า fy ไม่ใช่ไฟล์ PDF ที่เหมาะสมเว้นแต่ว่าจาโคเบียนใน abs () คือ 1 หรือ -1?
Chris

@Chris Jacobian แห่งไม่จำเป็นต้องเป็นฟังก์ชันที่คงที่ดังนั้นจึงสามารถเป็น 1 ในบางแห่งและ <1 ในที่อื่น ๆ ก.-1
Yatharth Agarwal
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.