ชื่อเป็นคำถาม ฉันได้รับการบอกว่าอัตราส่วนและผู้แปรผันของตัวแปรสุ่มมักเป็นปัญหา สิ่งที่มีความหมายคือความคาดหวังนั้นมักจะไม่มีอยู่จริง มีคำอธิบายทั่วไปอย่างง่าย ๆ หรือไม่?
ชื่อเป็นคำถาม ฉันได้รับการบอกว่าอัตราส่วนและผู้แปรผันของตัวแปรสุ่มมักเป็นปัญหา สิ่งที่มีความหมายคือความคาดหวังนั้นมักจะไม่มีอยู่จริง มีคำอธิบายทั่วไปอย่างง่าย ๆ หรือไม่?
คำตอบ:
ฉันขอเสนอคำอธิบายที่ง่ายและเข้าใจได้ง่าย มันมีจำนวนการดูภาพ: ส่วนที่เหลือของโพสต์นี้จะอธิบายภาพและดึงข้อสรุปจากมัน
นี่คือสิ่งที่เกิดขึ้นกับ:เมื่อมี "มวลความน่าจะเป็น" ที่รวมอยู่ใกล้จะมีความน่าจะเป็นมากเกินไปที่จะอยู่ใกล้ทำให้คาดว่าจะไม่ได้กำหนด
แทนที่จะถูกทั่วไปอย่างเต็มที่ให้โฟกัสในตัวแปรสุ่มที่มีความหนาแน่นต่อเนื่องในเขตของ0 สมมติว่า0 สายตาเงื่อนไขเหล่านี้หมายถึงกราฟของอยู่เหนือแกนรอบ ๆ :
ความต่อเนื่องของรอบหมายความว่าสำหรับการใด ๆ ความสูงบวกน้อยกว่าและขนาดเล็กพอเราอาจตัดออกสี่เหลี่ยมผืนผ้าใต้กราฟนี้ซึ่งเป็นศูนย์กลางรอบมีความกว้างและความสูงดังที่แสดง สิ่งนี้สอดคล้องกับการแสดงการแจกแจงดั้งเดิมว่าเป็นส่วนผสมของการแจกแจงแบบสม่ำเสมอ (ด้วยน้ำหนัก ) และสิ่งที่เหลืออยู่ 0 p f X ( 0 ) ϵ x = 0 2 ϵ p p × 2 ϵ = 2 p ϵ
กล่าวอีกนัยหนึ่งเราอาจคิดว่าเกิดขึ้นในวิธีต่อไปนี้:
ด้วยความน่าจะเป็น , ให้ดึงค่าจากการกระจายUniform( - ϵ , ϵ )
มิฉะนั้นวาดค่าจากการจัดจำหน่ายที่มีความหนาแน่นเป็นสัดส่วนกับepsilon)} (นี่คือฟังก์ชั่นที่วาดด้วยสีเหลืองทางด้านขวา)
(เป็นฟังก์ชันตัวบ่งชี้)
ขั้นตอนที่แสดงให้เห็นว่าสำหรับการใด ๆโอกาสที่อยู่ระหว่างและเกิน2 เท่านี้เป็นโอกาสที่เกิน u ในการใส่อีกวิธี: การเขียนสำหรับฟังก์ชันผู้รอดชีวิต0 < u < ϵ X 0 u p u / 2 1 / X 1 / u S
ภาพแสดงให้เห็นว่าสำหรับทุก1
เราเสร็จแล้วเนื่องจากข้อเท็จจริงเกี่ยวกับแสดงถึงความคาดหวังนั้นไม่ได้ถูกกำหนด เปรียบเทียบอินทิกรัลที่เกี่ยวข้องในการคำนวณความคาดหวังของส่วนบวกของ , :
(นี่คือข้อโต้แย้งทางเรขาคณิตล้วนๆ: อินทิกรัลทุกอันแสดงถึงพื้นที่สองมิติที่ระบุตัวได้และความไม่เท่าเทียมทั้งหมดที่เกิดขึ้นจากการผนวกที่เข้มงวดภายในภูมิภาคเหล่านั้นแท้จริงแล้วเราไม่จำเป็นต้องรู้ว่าอินทิกรัลสุดท้ายคือลอการิทึม ข้อโต้แย้งที่แสดงส่วนประกอบสำคัญนี้)
ตั้งแต่ลู่ออกด้านขวาเป็น ,ลู่ออกมากเกินไป สถานการณ์ที่มีส่วนที่เป็นลบของเหมือนกัน (เนื่องจากสี่เหลี่ยมผืนผ้าอยู่กึ่งกลางรอบ ) และอาร์กิวเมนต์เดียวกันแสดงความคาดหวังของส่วนที่เป็นลบของ diverges ดังนั้นความคาดหวังของตัวเองจึงไม่ได้กำหนด
อาร์กิวเมนต์เดียวกันแสดงให้เห็นว่าเมื่อมีความน่าจะเป็นกระจุกอยู่ที่ด้านใดด้านหนึ่งของเช่นการแจกแจงแบบโปเนนเชียลหรือแกมม่าใด ๆ (ที่มีพารามิเตอร์รูปร่างน้อยกว่า ) จากนั้นยังคงเป็นความคาดหวังในเชิงบวก ในกรณีนี้การคาดหมายถูกกำหนด แต่ไม่มีที่สิ้นสุด
อัตราส่วนและผู้ผกผันส่วนใหญ่มีความหมายกับตัวแปรสุ่มแบบไม่ลบดังนั้นฉันจะถือว่าเกือบแน่นอน จากนั้นถ้าเป็นตัวแปรที่แยกกันซึ่งใช้ค่าศูนย์ที่มีความน่าจะเป็นบวกเราจะหารด้วยศูนย์ด้วยความน่าจะเป็นเชิงบวกซึ่งจะอธิบายว่าทำไมความคาดหวังของจะไม่อยู่X 1 / X
ตอนนี้ดูที่กรณีการจัดจำหน่ายอย่างต่อเนื่องกับตัวแปรสุ่มที่มีฟังก์ชั่นความหนาแน่นของ(x) เราจะสมมติว่าและนั้นต่อเนื่อง (อย่างน้อยก็เท่ากับศูนย์) จากนั้นก็มีเป็นเช่นว่าสำหรับ<\ ค่าที่คาดหวังของได้รับจาก ให้เราเปลี่ยนตัวแปรของการรวมเป็นเรามีได้รับ f ( x ) f ( 0 ) > 0 f ϵ > 0 f ( x ) > ϵ 0 ≤ x < ϵ 1 / X E 1u = 1 / x d u = - 1
เราได้ให้คำตอบสำหรับผู้ผกผันแล้วอัตราส่วน ให้เป็นอัตราส่วนของตัวแปรสุ่มสองตัวที่ไม่เป็นค่าลบ หากพวกเขามีความเป็นอิสระเราสามารถเขียน ดังนั้นสิ่งนี้จะลดน้อยลงไปในกรณีแรกและไม่มีอะไรใหม่ที่จะพูด . เกิดอะไรขึ้นถ้าพวกเขาขึ้นอยู่กับข้อต่อความหนาแน่นของการแยกประเภทเป็น จากนั้นเราจะได้รับ (ใช้การทดแทนแบบเดียวกันกับข้างบน) และเราสามารถให้เหตุผลข้างบนอินทิกรัลชั้นใน ผลจะเป็นถ้าความหนาแน่นของเงื่อนไข (กำหนดE Z = E Y f(x,y)=f(x∣y)g(y)EY