Gauss Oranı Dağılımı:


28

İki bağımsız normal dağılım ve ile çalışıyorum, ve ve variances veXYμxμyσx2σy2 .

oranlarının dağılımı ile ilgileniyorum . Ne ne de ortalamaları sıfır, yaniZ=X/YXYZ , Cauchy olarak dağıtılmaz.

μ x , μ y , σ 2 x ve σ 2 y CDF'sini bulmam gerekiyorZ ve ardından saygı ile CDF'nin türev almakμxμyσx2σy2 .

Bunların zaten hesaplanmış olduğu bir kağıt bilen var mı? Veya bunu kendim nasıl yapabilirim?

CDF’nin formülünü bir 1969 tarihli makalede , ancak bu türevleri almak kesinlikle çok büyük bir acı olacak. Belki birileri çoktan yaptı ya da kolayca yapmayı biliyor mu? Esas olarak bu türevlerin işaretlerini bilmem gerekiyor.

Bu makale aynı zamanda, çoğunlukla pozitif ise, analitik olarak daha basit bir yaklaşım içerir . Bu kısıtlamaya sahip olamam. Ancak, belki de yaklaşık değer parametre aralığı dışında bile gerçek türev ile aynı işarete sahiptir.Y


4
T ekledimSenin için X. Sen "sigma" yazdın, ama bunların sapma olduğunu söyledin, ben de sigma karesini yaptım. Ne sormak istediğini söylediğinden emin ol. TEX
gung - Reinstate Monica

3
en.wikipedia.org/wiki/Ratio_distribution olasılık yoğunluğu işlevine sahiptir.
Douglas Zare

2
Bu, yukarıdaki kağıtla aynı PDF'dir. CDF'nin türevini altta yatan mus ve sigmalara göre almaya çalışıyorum.
ABC

2
David Hinkley'in bulduğu pdf formülü tamamen kapalı formda. Böylece bu türevleri bir seferde bir adım alabilir. ... işaret eşit gerçek sayılar boyunca sabit olmalıdır hiçbir neden yoktur gibi ben böyle türevler yapmanın noktası hakkında aslında merak ediyorum
Xi'an

2
@ ABC Bu makalenin 1. denkleminde yoğunluğunu bulabilirsiniz . Bir süre önce üzerinde çalıştım ve Hinkley'in sonucuyla Marsaglia'nın sonucuyla aynı fikirde . Douglas Zare'in önerdiği gibi kaba kuvvetle çıkarılabilir (yaptım, yalnızca gerçekten yapmanız gerekiyorsa önerilir ). X/Y

Yanıtlar:


1

5
Siteye Hoşgeldiniz @ Quantum. Bu makalelerin kısa bir özetini vermeyi düşünür müsünüz, böylece okuyucular aradıkları her şeyi açıp okumak zorunda kalmadan aradıkları şey olup olmadığına karar verebilirler mi?
gung - Monica

@gung Evet, umursamıyorum ... Sadece şaka yapıyorum. Bunlar konuyla ilgili, yoğunluğunun ifadesini bildiğim kadarıyla içeren en yeni makaleler . Konu o kadar sıcak değil, bu yüzden 2527 yılında okumadığınız sürece bu listenin güncel olması muhtemeldir.Z=X/Y
Quantum

4
Kuantum - Bu @ gung'un endişesini ele almaz. Yalnızca bağlantı yanıtları genellikle kabul edilemez. Gung, 'bu makalelerin kısa bir özetini verebilir misiniz' ('cevabınızda' anlamına gelir) sordu. Bir yorumdaki toplu açıklamanız yeterli değil. Lütfen neden eklemeyi / neden alakalı olduğunu gösteren her bir bağlantının (mümkünse, tek tek, toplu olarak değil) kısa bir açıklamasını yapınız. Potansiyel olarak faydalı yanıtınıza dayandığı için, bu soruya verilen daha önce verilen bağlantılarla daha önce olduğu gibi bir yoruma dönüştürülme riski vardır.
Glen_b -Reinstate Monica

Oranın beklentisinin neden mevcut olmadığını anlamıyorum. Eğer ve Y birlikte normalde, sıfırdan farklı bir ortalama ile dağıtılırsa, Z = X'in ortalamasıXYxtarafından verilirZ=XY, neyi özlüyorum? xyp(x,y)dxdy
Royi,

Yoğunluğu tha Whay eksik gerçektir ... ağır kuyrukları orada oluşturulur böylece, sıfırdan sürekli ve pozitify
Halvorsen Kjetil b

0

Eğer bir lisansınız varsa Mathematica gibi sembolik bir matematik paketini, eğer yoksa lisansınız varsa Sage'i kullanmayı düşünün.

Sadece sayısal çalışma yapıyorsanız, aynı zamanda sayısal farklılaşmayı da düşünebilirsiniz.

Sıkıcı olsa da, doğrudan ileri görünüyor. Yani, dahil olan tüm fonksiyonların hesaplanması kolay türevleri var. Doğru formüle sahip olduğunuzdan emin olmak için işleminiz bittiğinde sonucunuzu test etmek için sayısal farklılaştırma kullanabilirsiniz.


0

μx

pratio <- function(z, mu_x=1.0, mu_y=1.0,var_x=0.2, var_y=0.2) {
    sd_x <- sqrt(var_x)
    sd_y <- sqrt(var_y)

    a <- function(z) {
        sqrt(z*z/var_x+1/var_y)
    }

    b <- function(z) {
        mu_x*z/var_x + mu_y/var_y
    }

    c <- mu_x^2/var_x + mu_y^2/var_y

    d <- function(z) {
        exp((b(z)^2 - c*a(z)^2)/(2*a(z)^2))
    }


    t1 <- (b(z)*d(z)/a(z)^3)
    t2 <- 1.0/(sqrt(2*pi)*sd_x*sd_y)
    t3 <- pnorm(b(z)/a(z)) - pnorm(-b(z)/a(z))
    t4 <- 1.0/(a(z)^2*pi*sd_x*sd_y)
    t5 <- exp(-c/2.0)
    return(t1*t2*t3 + t4*t5)
}

# Integrates to 1, so probably no typos.
print(integrate(pratio, lower=-Inf, upper=Inf))

cdf_ratio <- function(x, mu_x=1.0, mu_y=1.0,var_x=0.2, var_y=0.2) {
    integrate(function(x) {pratio(x, mu_x, mu_y, var_x, var_y)}, 
        lower=-Inf, upper=x, abs.tol=.Machine$double.eps)$value
} 

# Numerical differentiation here is very easy:
derv_mu_x <- function(x, mu_x=1.0, mu_y=1.0,var_x=0.2, var_y=0.2) {
    eps <- sqrt(.Machine$double.eps)
    left <- cdf_ratio(x, mu_x+eps, mu_y, var_x, var_y)
    right <- cdf_ratio(x, mu_x-eps, mu_y, var_x, var_y)
    return((left - right)/(2*eps))
} 
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.