“ เนื่องจากใกล้เคียงกับเกาส์เซียนไฟล์ PDF จึงสามารถเขียนเป็น…”


9

คำถามสั้น ๆ :ทำไมถึงเป็นจริง

คำถามยาว:

ง่ายมากฉันพยายามหาว่าอะไรที่ทำให้สมการแรกนี้เป็นจริง ผู้เขียนหนังสือที่ฉันกำลังอ่าน (บริบทที่นี่หากคุณต้องการ แต่ไม่จำเป็น) อ้างสิทธิ์ดังต่อไปนี้:

เนื่องจากข้อสันนิษฐานว่าใกล้ - เกาส์เซียเราสามารถเขียน:

p0(ξ)=Aϕ(ξ)exp(an+1ξ+(an+2+12)ξ2+i=1naiGi(ξ))

โดยที่เป็น PDF ของข้อมูลที่คุณสังเกตเห็นซึ่งมีค่าเอนโทรปีสูงสุดเนื่องจากคุณสังเกตเห็นชุดของความคาดหวัง (ตัวเลขง่าย) , ที่และเป็น PDF ของตัวแปร gaussian ที่ได้มาตรฐานนั่นคือ 0 หมายถึงและความแปรปรวนของหน่วยp0(ξ)ci,i=1...nci=E{Gi(ξ)}ϕ(ξ)

สิ่งที่เกิดขึ้นคือเขาใช้สมการข้างต้นเป็นจุดเริ่มต้นในการสร้าง PDF,ง่ายขึ้นและฉันเข้าใจว่าเขาทำได้ แต่ฉันไม่เข้าใจว่าเขาปรับสมการข้างต้นได้อย่างไรเช่น จุดเริ่มต้นp0(ξ)

ฉันพยายามที่จะให้มันสั้น ๆ เพื่อที่จะไม่ทำให้สับสนใคร แต่ถ้าคุณต้องการรายละเอียดเพิ่มเติมโปรดแจ้งให้เราทราบในความคิดเห็น ขอบคุณ!

คำตอบ:


12

(หมายเหตุ: ฉันเปลี่ยนของคุณเป็น )ξx

สำหรับตัวแปรสุ่มมีความหนาแน่นหากคุณมีข้อ จำกัด สำหรับความหนาแน่นเอนโทรปีสูงสุดคือ ที่กำหนดจากและคือค่าคงที่การทำให้เป็นมาตรฐานXp

Gi(x)p(x)dx=ci,
i=1,,n
p0(x)=Aexp(i=1naiGi(x)),
aiciA

ในบริบทนี้การประมาณแบบเกาส์ ("ใกล้ - Gaussianity") หมายถึงสองสิ่ง:

1) คุณยอมรับที่จะแนะนำข้อ จำกัด ใหม่สองข้อ: ค่าเฉลี่ยของคือและความแปรปรวนคือ (พูด);X01

2) สอดคล้อง (ดูร้อง) จะมีขนาดใหญ่กว่าที่อื่น ๆ 'san+2ai

ข้อ จำกัด เพิ่มเติมเหล่านี้แสดงเป็น ให้ผล ซึ่งสามารถเขียนใหม่เป็น (เพียงแค่ "เพิ่มศูนย์" ให้กับเลขชี้กำลัง) นำไปสู่สิ่งที่คุณ ต้องการ: พร้อมที่จะขยายเทย์เลอร์ (โดยใช้เงื่อนไขที่สองของการประมาณแบบเกาส์)

Gn+1(x)=x,cn+1=0,
Gn+2(x)=x2,cn+2=1,
p0(x)=Aexp(an+2x2+an+1x+i=1naiGi(x)),
p0(x)=Aexp(x22x22+an+2x2+an+1x+i=1naiGi(x)),
p0(x)=Aϕ(x)exp(an+1x+(an+2+12)x2+i=1naiGi(x));

ทำการประมาณเหมือนนักฟิสิกส์ (ซึ่งหมายความว่าเราไม่สนใจคำสั่งผิดพลาด) โดยใช้ aboutเรามีความหนาแน่นโดยประมาณ จนจบเราจะต้องตรวจสอบและค่านิยมของ ' s นี่คือการกำหนดเงื่อนไข เพื่อให้ได้ระบบสมการซึ่งการแก้ปัญหาให้และ ' sexp(t)1+t

p0(x)Aϕ(x)(1+an+1x+(an+2+12)x2+i=1naiGi(x)).
Aai
p0(x)dx=1,xp0(x)dx=0,x2p0(x)dx=1
Gi(x)p0(x)dx=ci,i=1,,n,
Aai

โดยไม่กำหนดเงื่อนไขเพิ่มเติมในฉันไม่เชื่อว่ามีวิธีแก้ปัญหาอย่างง่ายในรูปแบบปิดGi

PS Mohammad ชี้แจงในระหว่างการแชทว่าด้วยเงื่อนไขการตั้งฉากเพิ่มเติมสำหรับเราสามารถแก้ปัญหาระบบได้Gi


เซนขอบคุณมาก ตอนนี้ฉันเข้าใจแล้ว สิ่งที่ไม่ชัดเจนสำหรับฉันคือเมื่อคุณพูดว่า"ในบริบทนี้การประมาณแบบเกาส์ (" ใกล้ - Gaussianity ") หมายความว่าคุณยอมรับที่จะแนะนำข้อ จำกัด ใหม่สองประการ: ค่าเฉลี่ยของ X คือ 0 และความแปรปรวนคือ (พูด ) 1. " ผมไม่เข้าใจว่าทำไมบางสิ่งบางอย่างที่จะเป็น 'ใกล้เกาส์' หมายถึงการที่จะมีและ 1 ถ้ามันเป็นแค่ rv อีกอันที่มีค่าเท่ากัน? μ=0σ2=1
Spacey

สวัสดีโมฮัมหมัด ฉันได้เพิ่มข้อมูลเพิ่มเติมลงในคำตอบ ในการรับนิพจน์เดิมของคุณใช้เฉพาะสิ่งที่ฉันเรียกว่าเงื่อนไขแรกของการประมาณแบบเกาส์ คุณจะใช้เงื่อนไขที่สองเมื่อคุณทำเช่นการขยายตัวของเทย์เลอร์นี้(x) ฉันหวังว่านี่จะช่วยได้. p0(x)p0(x)
เซน

คุณคิดจะโพสต์เป็นความคิดเห็นการแสดงออกสุดท้ายสำหรับหลังจากที่คุณทำการคำนวณที่เหลือ? ขอบคุณ p0(x)
เซน

ใช่เขาบอกว่าสำนวนสุดท้ายคือ:p0(z)ϕ(z)(1+i=1NciFi(z))
สเปซีย์

ฉันคิดว่ามีการพิมพ์ผิดในสมการสุดท้ายหรือไม่ ...เกิดขึ้นสองครั้งหรือไม่ ...an+1x
Spacey
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.