Let olmak karşılıklı olarak bağımsız rastgele değişken parametreleri ile her biri bir gama dağılımı göstermektedir ki ,
Ortak PDF edin.Sonra ortak bulmak pdf / jacobian bulamıyorum yani
Let olmak karşılıklı olarak bağımsız rastgele değişken parametreleri ile her biri bir gama dağılımı göstermektedir ki ,
Ortak PDF edin.Sonra ortak bulmak pdf / jacobian bulamıyorum yani
Yanıtlar:
Değişken işlev değişikliğinin mutlak belirleyicileri olan Jacobians müthiş görünür ve karmaşık olabilir. Bununla birlikte, çok değişkenli bir değişimin hesaplanmasının önemli ve kaçınılmaz bir parçasıdır. Bunun için bir , türev matrisi yazmak ve hesaplamayı yapmaktan başka bir şey yok gibi görünüyor .
Daha iyi bir yol var. Sonunda "Çözüm" bölümünde gösterilir. Bu yazının amacı, birçokları için yeni bir yöntem olabilecek istatistikçileri tanıtmak olduğundan, çoğu çözümün arkasındaki makineleri açıklamaya ayrılmıştır. Bu diferansiyel formların cebiridir . (Diferansiyel formlar, kişinin çoklu boyutlara entegre ettiği şeylerdir.) Bunun daha tanıdık hale gelmesine yardımcı olmak için ayrıntılı, çalışılmış bir örnek bulunmaktadır.
Bir yüzyıl önce matematikçiler çok boyutlu geometride ortaya çıkan "yüksek mertebeden türevler" ile çalışmak için diferansiyel cebir teorisini geliştirdiler . Determinant, bu tür cebirlerle manipüle edilen, tipik olarak alternatif çok satırlı formlar olan temel nesnelerin özel bir durumudur . Bunun güzelliği hesaplamaların ne kadar basit olabileceğidir.
İşte bilmeniz gereken her şey.
Bir diferansiyel formunun bir ifadesidir " ". " " değişkeninin herhangi bir değişken adıylabirleşmesidir.
Bir form , veya hatta x 2 d x 1 - exp ( x 2) gibi lineer diferansiyel kombinasyonudur. Yani, katsayılardeğişkenlerinfonksiyonudur.
Formlar kullanarak "çarpılır" olabilir kama ürünü yazılı, . Bu ürün değişmez ( alternatif olarak da adlandırılır) bir iki tek formlar için:) ve η ,
Bu çarpma doğrusal ve çağrışımsaldır: diğer bir deyişle, tanıdık bir tarzda çalışır. Bunun acil bir sonucu herhangi bir formun karesinin her zaman sıfır olduğu anlamına gelen = - ω ∧ ω . Bu çarpmayı son derece kolaylaştırır!
Olasılık hesaplamalarında görünen integralleri manipüle etmek için, gibi bir ifade | d x 1 ∧ d x 2 ∧ ⋯ ∧ d x k + 1 | .
Zaman daha sonra ayırıcı farklılaşması ile verilen bir fonksiyonudur:
Jacobians'la bağlantı şudur: Bir dönüşümün Jacobian'ı , işaret etmek gerekirse, sadece d x katsayısıdırBilgisayarda görünen 1 ∧ ⋯ ∧ d x n
her birini, kural (5) ' de d x j'nin doğrusal bir kombinasyonu olarak genişlettikten sonra .
Bir Jacobian tanımının basitliği caziptir. Henüz değerli olduğuna ikna olmadınız mı? İki boyutlu integralleri Kartezyen koordinatlarından kutupsal koordinatlara ( r , θ ) dönüştürme konusunda iyi düşünün , burada ( x , y ) = ( r cos ( θ ) , r sin ( θ ) ) . Aşağıdaki kuralların tamamen mekanik bir uygulamasıdır, burada " " olan kural (3) sayesinde açıkça kaybolacak ifadeleri kısaltmak için kullanılır .
Bunun amacı, matrisler, determinantlar veya diğer çok-indikatif nesnelerle uğraşmadan bu tür hesaplamaların yapılabilmesinin kolaylığıdır. Kamaların anti-değişmeli olduğunu hatırlayarak işleri çoğaltırsınız. Bu var daha kolay lise cebir öğretilen olandan.
Bakalım bu diferansiyel cebir eylemde. Bu problemde, ortak dağılımının PDF'si ayrı PDF'lerin ürünüdür (çünkü X i'nin bağımsız olduğu varsayılır). Y i değişkenlerindeki değişikliği işlemek için, entegre edilecek diferansiyel elemanlar hakkında açık olmalıyız . Bunlar d x 1 d x 2 ⋯ d x k + 1 terimini oluşturur. PDF'yi dahil etmek olasılık öğesini verir
(Normalleştirme sabiti yok sayıldı; sonunda geri kazanılacak.)
tanımlarına bakarak birkaç saniye içinde yeni değişkeni tanıtmanın faydasını ortaya koymalıdır.
ilişkileri vermek
Bu , olasılık elemanında değişkenlerinin değiştirilmesini önerir . Niyeti birinci muhafaza etmektir k değişkenleri y 1 , ... , y k ile birlikte z ve sonra dışarı entegre z . Bunu yapmak için, tüm d x i'yi yeni değişkenler açısından . Bu sorunun kalbidir. Diferansiyel cebirin olduğu yer burası. Başlangıç olarak,
Not bu yana , daha sonra
Tek formu düşünün
It appears in the differential of the last variable:
The value of this lies in the observation that
because, when you expand this product, there is one term containing as a factor, another containing , and so on: they all disappear. Consequently,
Whence (because all products disappear),
The Jacobian is simply , the coefficient of the differential product on the right hand side.
The transformation is one-to-one: its inverse is given by for and . Therefore we don't have to fuss any more about the new probability element; it simply is
That is manifestly a product of a Gamma distribution (for ) and a Dirichlet distribution (for ). In fact, since the original normalizing constant must have been a product of , we deduce immediately that the new normalizing constant must be divided by , enabling the PDF to be written