Зважаючи на n рівномірно розподілених r.v's, що PDF за один rv ділиться на суму всіх n r.v's?


10

Мене цікавить такий тип випадків: є безперервні випадкові змінні, що мають значення n, які повинні дорівнювати 1. Який тоді буде PDF для будь-якої окремої такої змінної? Отже, якщо , то мене цікавить розподіл для , де і розподілені рівномірно. Середнє значення, звичайно, у цьому прикладі становить , оскільки середнє значення становить лише , і хоча легко моделювати розподіл у R, я не знаю, що таке фактичне рівняння для PDF чи CDF.X 1n=3X1X1+X2+X3Х 3 1 / 3 1 / пX1,X2X31/31/n

Ця ситуація пов'язана з розподілом Ірвіна-Холла ( https://en.wikipedia.org/wiki/Irwin%E2%80%93Hall_distribution ). Тільки Ірвін-Холл - це розподіл суми n рівномірних випадкових величин, тоді як я хотів би розподілу для однієї з n рівномірних rv, поділених на суму всіх n змінних. Дякую.


1
Якщо суцільних однорідних випадкових величин дорівнює , то при , і тому розподіл є таким же, як розподіл , правда? 1 n = 3 X 1 + X 2 + X 3 = 1 X 1n1n=3X1+X2+X3=1X1X1+X2+X3=X1X1
Діліп Сарват

1
Я повинен виправити себе: N рівномірних розподілів не дорівнює 1. Я припускаю, що вони однакові між 0 і 1, і тому їх сума може бути будь-якою від 0 до Н. Я думаю взяти кожну рівномірну змінну і розділити це за сумою всіх N рівномірних змінних, щоб отримати набір з N випадкових змінних, які дорівнюють 1 і очікували значення 1 / N. Примітка. Я вилучив слово "уніформа" зі свого першого речення. Я шукаю розподіл не є рівномірним, але походить від поділу однієї з N однорідних змінних на суму всіх N єдиних змінних. Я просто не впевнений, як.
користувач3593717

Там, де розподілені експоненціально, вектор нормалізованих змінних має розподіл Діріхле. Це може представляти інтерес саме по собі, але розглянуте може також забезпечити тактику такого типу ситуації. Xi
вигадки

Відповіді:


4

Точки перерви в домені роблять це дещо безладним. Простий, але виснажливий підхід полягає в тому, щоб домогтися остаточного результату. Для нехай Y = X 2 + X 3 , W = X 2 + X 3n=3,Y=X2+X3, іТ=1+W. ТодіZ=1W=X2+X3X1,T=1+W.Z=1T=X1X1+X2+X3.

Ці контрольні точки знаходяться на 1 для 1 і 2 для W , 2 і 3 для Т , і 1 / 3 і 1 / 2 для Z . Я знайшов повний pdfY,W,T,1/31/2Z.

f(z)={     1(1z)2 ,if 0z1/33z39z2+6z13z3(1z)2 ,if 1/3z1/2       1z3z3 ,if 1/2z1

Потім cdf можна знайти як

F(z)={           z(1z) ,if 0z1/312+18z3+24z29z+16z2(1z) ,if 1/3z1/2        56+2z16z2 ,if 1/2z1

+1 Приємно. Крім того, ваша щільність чудово узгоджується з імітацією.
Glen_b -Встановіть Моніку

2

Нехай . Ми можемо знайти cdf X 1 / n i = 1 X i , обчисливши P ( X 1Y=i=2нХiХ1/i=1нХi Потім диференціюємо і підставляємо pdf Irwin-Hall, щоб отримати бажаний pdf: f(t)

П(Х1i=1нХiт)=П(Х1тi=1нХi)=П((1-т)Х1тi=2нХi)=П(Х1т1-тY)=01П(х1т1-тY) гх1=01(1-ЖY(1-ттх1)) гх1=1-01ЖY(1-ттх1) гх1
Звідси воно стає трохи безладним, але ви повинні мати можливість замінити інтеграл і підсумовування, а потім виконати підстановку (наприклад,u=tx1
f(т)=01fY(1-ттх1)х1т2 гх1=1т201(н-1)т1-тк=01-ттх11(н-2)!(-1)к(н-1к)(1-ттх1-к)н-1х1 гх1
) для оцінки інтеграла і, отже, отримання явної формули для pdf.у=тх11-т-к

1

Припускаючи

"N рівномірних розподілів не дорівнює 1."

Ось як я почав (це неповно):

Розглянемо і дозвольмо X = X i шляхом невеликого зловживання позначенням.Y=i=1нХiХ=Хi

Розглянемо, іV=Y:U=ХYV=Y

Х=UVY=V

Потім слід перетворення змінних :

J=[VU01]

Функція спільної ймовірності задається:(U,V)

fU,V(у,v)=fХ,Y(уv,v)|J|

Де і Y I r w i n H a l lХU(0,1)YЯrшiнНалл

fХ(х)={10х10отгодеrшiсе

І,

fY(у)=12(н-1)!к=0н(-1)к(нк)(х-к)н-1сiгн(х-к)

Таким чином,

fU,V(у,v)={12(н-1)!к=0н(-1)к(нк)(уv-к)н-1сiгн(уv-к)0уv10отгодеrшiсе

і fU(у)=fU,V(у,v)гv


0

Припустимо, ми вже знаємо, що сума має розподіл Ірвіна-Холла. Тепер ваше запитання змінюється, щоб знайти pdf (або CDF) XU(0,1) коли X маврозподілU(0,1),аYмає розподіл Ірвіна-Холла.ХYU(0,1)Y

По- перше , ми повинні знайти , що він спільний ПДФ і Y .ХY

Нехай Y1=Х1Y2=Х1+Х2Y3=Х1+Х2+Х3

Тоді

Х1=Y1Х2=Y2-Y1Х3=Y3-Y2-Y1

J=|Х1Y1Х1Y2Х1Y3Х2Y1Х2Y2Х2Y3Х3Y1Х3Y2Х3Y3|=-1

Оскільки є iid з U ( 0 , 1 ) , тому f ( x 1 , x 2 , x 3 ) = f ( x 1 ) f ( x 2 ) f ( x 3 ) = 1Х1,Х2,Х3U(0,1),f(х1,х2,х3)=f(х1)f(х2)f(х3)=1

Спільний розподіл з єу1,у2,у3

г(у1,у2,у3)=f(у1,у2,у3)|J|=1

Далі інтегруємо і ми можемо отримати спільний розподіл Y 1 і Y 3, тобто спільний розподіл X 1 і X 1 + X 2 + X 3Y2Y1Y3Х1Х1+Х2+Х3

Як запропонував Уубер, зараз я змінив обмеження

(1)год(у1,у3)=у1+1у3-1г(у1,у2,у3)гу2=у1+1у3-11гу2=у3-у1-2

Тепер ми знаємо спільний pdf тобто спільний pdf X 1 і X 1 + X 2 + X 3 є y 3 - y 1 - 2 .Х,YХ1Х1+Х2+Х3у3-у1-2

Далі знайдіть pdf ХY

Нам потрібна ще одна трансформація:

Нехай Y1=ХY2=ХY

Тоді Х=Y1Y=Y1Y2

Тоді

J=|ху1ху2уу1уу2|=|101у2-у1у22|=-у1у22

ми вже спільний розподіл з вищевказаних кроків ref (1) .Х,Y

г2(у1,у2)=год(у1,у3)|J|=(у3-у1-2)у1у22

у1у2ХY

(2)год2(у2)=01(у3-у1-2)у1у22гу1=1у22(у32-13-1)

Х/YХ1Х1+Х2+Х3

у3

Y3=Х1+Х2+Х3

Y3

н=3


2
Моделювання, схоже, не погоджується з цим файлом PDF.
Glen_b -Встановіть Моніку

Логіка та кроки здаються правильними, але мені стає незручно щодо цього рішення.
Глибокий Північ

2
у2у1у2у3у3-1у2у1+1
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.