ค่าที่คาดหวังและความแปรปรวนของบันทึก (ก)


20

ฉันมีตัวแปรสุ่มที่เป็นปกติกระจาย2) สิ่งที่ฉันสามารถพูดเกี่ยวกับและ ? การประมาณจะเป็นประโยชน์เช่นกันN ( μ , σ 2 ) E ( X ) V a r ( X )X(a)=log(a)N(μ,σ2)E(X)Var(X)


4
ฉันคิดว่าคำถามเกี่ยวกับ "ผกผัน" ของบันทึกปกติคือที่ rv A ปกตินำไปสู่บันทึกปกติ X = exp (A) ผู้ถามถามเกี่ยวกับการกระจายของ X = บันทึก (A) ซึ่ง ไม่ได้ถูกกำหนด (เนื่องจากบางครั้งต้องการบันทึกของจำนวนลบ) อาจมีผลลัพธ์บางอย่างสำหรับการตัดทอนปกติ แต่พวกเขาน่าจะยุ่ง
Martin O'Leary

2
rocksportrocker เนื่องจาก @Martin O'Leary ชี้ว่ามันเป็นไปไม่ได้ในทางคณิตศาสตร์ที่จะมีตัวแปรเนื่องจากไม่ได้กำหนดไว้สำหรับค่าลบ อย่างน้อยคุณต้องตัดทอนที่ไม่ใช่ค่าลบ คุณสามารถบอกเราว่าทำไมคุณเชื่ออาจจะเป็นปกติ? ล็อก( )Xlog(a)aa
whuber

คำตอบ:


23

หากเราพิจารณา "การประมาณ" ในความหมายโดยทั่วไปเราสามารถหาที่ไหนสักแห่ง

เราต้องสมมติไม่ใช่ว่าเรามีการแจกแจงแบบปกติจริง ๆ แต่สิ่งที่ประมาณปกติยกเว้นความหนาแน่นไม่สามารถไม่ใช่ศูนย์ในย่าน 0

ดังนั้นขอบอกว่าเป็น "ปกติประมาณ" (และเข้มข้นใกล้ * ค่าเฉลี่ย) ในความรู้สึกว่าเราสามารถ handwave ไล่ความกังวลเกี่ยวกับการมาใกล้ 0 (และผลกระทบที่ตามมาในช่วงเวลาของเพราะไม่ได้ 'ได้รับการลงใกล้ 0') แต่แบบเดียวกับช่วงเวลาเพื่อที่ต่ำที่สุดเท่าที่กระจายปกติที่ระบุแล้วเราสามารถใช้ชุดเทย์เลอร์ที่ใกล้เคียงกับช่วงเวลาของตัวแปรสุ่มเปลี่ยนล็อก( )aalog(a)a

สำหรับบางคนการเปลี่ยนแปลงนี้เกี่ยวข้องกับการขยายเป็นซีรีส์เทย์เลอร์ (คิดที่คือการบทบาทของ ' ' และใช้เวลา บทบาทของ ' ') จากนั้นรับความคาดหวังจากนั้นคำนวณความแปรปรวนหรือความคาดหวังของกำลังสองของการขยายตัว (ซึ่งสามารถรับความแปรปรวนได้)กรัม( μ X + X - μ X ) กรัม( x + H ) μ X X X - μ Xชั่วโมงg(X)g(μX+XμX)g(x+h)μXxXμXh

ผลลัพธ์โดยประมาณที่คาดหวังและความแปรปรวนคือ:

E[g(X)]g(μX)+g(μX)2σX2และ

Var[g(X)](g(μX))2σX2

และ (ถ้าฉันไม่ได้ทำผิดพลาด) เมื่อ :g()=log()

E[log(a)]log(μa)σa22μa2

Var[log(a)]σa2/μa2

* เพื่อเป็นการประมาณที่ดีโดยทั่วไปคุณต้องการค่าเบี่ยงเบนมาตรฐานของจะค่อนข้างเล็กเมื่อเทียบกับค่าเฉลี่ย (สัมประสิทธิ์การเปลี่ยนแปลงต่ำ)a


2
เนื่องจากชุด Taylor สำหรับบันทึกมีรัศมีการบรรจบค่อนข้างน้อยขอแนะนำให้ใช้ความระมัดระวังในการใช้การประมาณเหล่านี้
whuber

@whuber สำหรับการขยายตัวเฉลี่ยฉันคิดว่านี่จะสอดคล้องกับคำแนะนำว่า "ค่าเบี่ยงเบนมาตรฐานของควรจะค่อนข้างเล็กเมื่อเทียบกับค่าเฉลี่ย" ที่คำตอบของฉันจบลงด้วย - ถ้าฉันขาดบางประเด็นเพิ่มเติมที่คำแนะนำนั้น ไม่ครอบคลุมฉันควรแก้ไขคำตอบของฉัน a
Glen_b -Reinstate Monica

3
การประมาณค่าเฉลี่ยนั้นทำได้ค่อนข้างดีสำหรับและสำหรับความแปรปรวนทำงานได้ค่อนข้างดีสำหรับหรือมากกว่านั้น μ / σ > 2.5μ/σ>1.5μ/σ>2.5
whuber

ไม่ว่าในกรณีใดมันก็คุ้มค่าที่จะต้องชัดเจนว่าเรากำลังพึ่งพาการลู่เข้าของทางอ้อม(เนื่องจาก ) ขอบคุณสำหรับค่าที่แนะนำอย่างชัดเจน หากมีสิ่งใดที่ฉันอาจ overcautious เล็กน้อยเมื่อฉันใช้มัน สองความคิดเห็นที่มีค่า ln ( μ + y - μ ) = ln [ μ { 1 + ( y - μ ) / μ } ] = ln ( μ ) + ln [ 1 + ( y - μ ) / μ ]ln(1+x)ln(μ+yμ)=ln[μ{1+(yμ)/μ}]=ln(μ)+ln[1+(yμ)/μ]
Glen_b -Reinstate Monica
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.