PDF ที่เหมือนกันของความแตกต่างของสอง rv


9

เป็นไปได้ไหมที่จะมี PDF ของความแตกต่างของรูปลักษณ์ของ iid rv สองอันที่เป็นรูปสี่เหลี่ยมผืนผ้า (แทนที่จะบอกว่าสามเหลี่ยมที่เราได้รับถ้า rv ถูกนำมาจากการแจกแจงแบบเดียวกัน)

เช่นเป็นไปได้หรือไม่ที่ PDF f ของ jk (สำหรับสอง iid rv ที่นำมาจากการแจกแจงบางส่วน) ให้มี f (x) = 0.5 สำหรับ -1 ทั้งหมด <<<1?

ไม่มีข้อ จำกัด ในการแจกแจงที่เราใช้ j และ k ยกเว้นว่าค่าต่ำสุดคือ -1 และค่าสูงสุดคือ 1

หลังจากการทดลองฉันคิดว่ามันอาจเป็นไปไม่ได้


ความแตกต่างของการแจกแจงแบบสองแบบคือการแจกแจงแบบสามเหลี่ยมดังนั้นถ้าคุณถามว่ามันเป็นไปได้ไหมที่จะได้ความเหมือนกันของความแตกต่างของชุดเครื่องแบบ iid คำตอบก็คือไม่
ทิม

คำถามเดียวกันถามที่นี่: math.stackexchange.com/questions/2048939/… ยังไม่มีคำตอบ!
kjetil b halvorsen

ดูเหมือนจะเป็นการยากที่จะหลีกเลี่ยงการรับรู้นอกเมื่อทั้งและมีมวลความน่าจะเป็นใกล้กับจุดสิ้นสุดเหล่านี้ [1,1]jk
Christoph Hanck

2
มันเป็นไปไม่ได้. สำหรับความทรงจำของฉันนี่คือ (ในรูปแบบที่แตกต่างกันเล็กน้อย) แล้วตอบบางแห่งในเว็บไซต์ ฉันจะดูว่าฉันสามารถหาได้หรือไม่
Glen_b

1
@Glen_b คุณอาจจะนึกถึงstats.stackexchange.com/questions/125360/... มันไม่ได้ซ้ำกันเลยทีเดียวเนื่องจากความแตกต่างของตัวแปร iid แม้ว่าจะแสดงเป็นผลรวมอาจเกี่ยวข้องกับผลรวมของตัวแปรที่มีการแจกแจงที่ไม่เหมือนกัน ฉันเชื่อว่าการดัดแปลงแก้ไขเล็กน้อยของฉันจะแก้ไขความแตกต่างนี้ ดูเหมือนว่าโซลูชันของ Silverfish จะนำไปใช้โดยตรงโดยแทบจะไม่มีการดัดแปลงใด ๆ แต่อย่างแรกต้องลบเนื้อหาที่ไม่เกี่ยวข้องเพื่อดูสิ่งนั้น XYX+(Y),
whuber

คำตอบ:


10

ทฤษฎีบท:ไม่มีการจัดจำหน่ายเป็นที่เมื่อDist}DistABU(1,1)A,BIID Dist


พิสูจน์:พิจารณาสองตัวแปรสุ่มกับฟังก์ชั่นลักษณะทั่วไป\แสดงถึงความแตกต่างของพวกเขาโดยDฟังก์ชั่นลักษณะของความแตกต่างคือ:A,BIID DistφD=AB

φD(t)=E(exp(itD))=E(exp(it(AB)))=E(exp(itA))E(exp(itB))=φ(t)φ(t)=φ(t)φ(t)¯=|φ(t)|2.

(บรรทัดที่สี่ของการทำงานนี้ตามมาจากข้อเท็จจริงที่ว่าฟังก์ชั่นพิเศษคือ Hermitian ) ตอนนี้การใช้ให้รูปแบบเฉพาะสำหรับซึ่งก็คือ:DU(1,1)φD

φD(t)=E(exp(itD))=Rexp(itr)fD(r)dr=1211exp(itr)dr=12[exp(itr)it]r=1r=1=12exp(it)exp(it)it=12(cos(t)+isin(t))(cos(t)+isin(t))it=12(cos(t)+isin(t))(cos(t)isin(t))it=122isin(t)it=sin(t)t=sinc(t).

ที่หลังเป็น (unnormalised) ฟังก์ชั่น sinc ดังนั้นเพื่อให้เป็นไปตามข้อกำหนดสำหรับเราต้องการฟังก์ชันคุณสมบัติพร้อม squared-norm ที่กำหนดโดย:Distφ

|φ(t)|2=φD(t)=sinc(t).

ด้านซ้ายมือของสมการนี้เป็นบรรทัดฐานกำลังสองจึงไม่เป็นลบขณะที่ด้านขวามือเป็นฟังก์ชันที่มีค่าเป็นลบในหลาย ๆ ตำแหน่ง ดังนั้นจึงไม่มีวิธีแก้สมการนี้ดังนั้นจึงไม่มีฟังก์ชั่นคุณสมบัติที่ตรงตามข้อกำหนดสำหรับการแจกแจง (Hat-tip ถึงFabianสำหรับการชี้ให้เห็นในคำถามที่เกี่ยวข้องกับคณิตศาสตร์ .) ดังนั้นจึงไม่มีการแจกแจงตามข้อกำหนดของทฤษฎีบท


3

นี่เป็นเรื่องของวิศวกรไฟฟ้าเกี่ยวกับเรื่องนี้โดยมีมุมมองที่เหมาะสำหรับ dsp.SE แทนที่จะเป็นสถิติ แต่ไม่ว่าจะเป็นเรื่องใดก็ตาม

สมมติว่าและมีความต่อเนื่องตัวแปรสุ่มที่มีรูปแบบไฟล์ PDF ที่พบบ่อย(x) จากนั้นถ้าหมายถึงเรามี Cauchy-อสมการ Schwarz บอกเราว่ามีจำนวนมากที่สุดที่ 0 ในความเป็นจริงเนื่องจากเป็นฟังก์ชั่น "autocorrelation" ของถือว่าเป็น "สัญญาณ" จึงต้องมีค่าสูงสุดที่ไม่ซ้ำกันที่และทำให้ไม่สามารถกระจายอย่างสม่ำเสมอตามที่ต้องการ หรือถ้าXYf(x)ZXY

fZ(z)=f(x)f(x+z) dx.
fZ(z)Z=0ZZ=0Z Zเป็นความหนาแน่นสม่ำเสมอ (จำได้ว่ามันเป็นฟังก์ชั่น autocorrelation) จากนั้น "พลังความหนาแน่นสเปกตรัม" ของ (ถือว่าเป็นสัญญาณ) จะเป็นฟังก์ชัน sinc และไม่ใช่ฟังก์ชันเชิงลบเนื่องจากความหนาแน่นของสเปกตรัมพลังงานทั้งหมดจะต้องเป็น . ดังนั้น, สมมติฐานที่เป็นความหนาแน่นสม่ำเสมอนำไปสู่ความขัดแย้งและดังนั้นการสันนิษฐานต้องเป็นเท็จZZ

การอ้างว่าเห็นได้ชัดว่าไม่ถูกต้องเมื่อการแจกแจงทั่วไปของและมีอะตอมตั้งแต่ในกรณีเช่นนี้การกระจายของจะมีอะตอมด้วย ฉันสงสัยว่าข้อ จำกัด ที่และมีไฟล์ PDFสามารถลบออกได้และการพิสูจน์เชิงทฤษฎีการวัดที่สร้างขึ้นสำหรับกรณีทั่วไปเมื่อและไม่จำเป็นต้องสนุกกับไฟล์ PDF (แต่แตกต่างกัน)Z~ยู[-1,1]XYZXYXY


1
ส่วนหนึ่งดูเหมือนจะไม่ถูกต้องสำหรับฉัน ฟังก์ชั่นลักษณะของยู(-1,1)กระจายเป็นsincฟังก์ชั่นอย่างชัดเจนว่าการแปลงฟูริเยร์เป็นสิ่งที่อนุญาต ตรรกะของคุณดูเหมือนว่าฉันจะนำไปสู่การพิสูจน์มากเกินไป - ดูเหมือนว่าจะพิสูจน์ไม่เพียงเท่านั้นZไม่สามารถเป็นชุดได้ แต่การกระจายชุดนั้นไม่สามารถเกิดขึ้นได้เลย ฉันเข้าใจผิดหรือเปล่า?
เบ็น - คืนสถานะโมนิก้า

1
ฟังก์ชั่นลักษณะของหรือไม่ ยู[-1,1]มีอยู่ไม่ได้เป็นปัญหา; มันมีอยู่จริง PDF ของZเป็นฟังก์ชั่นความสัมพันธ์อัตโนมัติ Well, ความหนาแน่นพลังงานสเปกตรัมของใด ๆ ฟังก์ชั่นอัตต้องเป็นฟังก์ชั่นที่ไม่เป็นลบ ดังนั้นการสันนิษฐานว่าZ~ยู[-1,1]นำไปสู่ความหนาแน่นสเปกตรัมพลังงานซึ่งเป็นฟังก์ชัน sinc (ซึ่งใช้ทั้งค่าบวกและค่าลบ) เนื่องจากนี่ไม่ใช่ความหนาแน่นสเปกตรัมพลังงานที่ถูกต้อง (โปรดจำไว้ว่าZ เป็นฟังก์ชั่น autocorrelation ด้วย) ซึ่งสันนิษฐานว่า Z~ยู[-1,1]จะต้องเป็นเท็จ
Dilip Sarwate
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.