Чому розподіл Коші настільки корисний?


16

Чи може хтось надати мені кілька практичних прикладів розподілу Коші? Що робить його таким популярним?


3
Я кидаю виклик припущенню - чи вона насправді популярна як практична модель *? (Якщо це так, як ви знаєте, поза тим, як вже бачити практичні приклади?) ... * [Широко використовується в прикладах підручника через його простоту і як контрприклад різних речей, але я сумніваюся, що вони вважаються практичними . Іноді його використовують як попереднє, але це не як модель даних.]
— Glen_b -Встановити Моніку

Я бачив деякі практичні приклади з моєї галузі досліджень, спеціально для алгоритму MCMC. Тому мені було цікаво, чи можна подати заявку на фінансування чи МЛ
— Марія Лавровська

Якщо ви говорите "для алгоритму MCMC", ви маєте на увазі "як байосівський пріоритет", або ви маєте на увазі "як модель для даних у байєсівських рамках" чи щось інше?
— Glen_b -Встановити Моніку

Для обчислення ієрархічного попереднього та довідкового попереднього.
— Марія Лавровська

2
Його використання як пріоритетне пояснюється властивостями дистрибуції (загалом, метою є надання якоїсь слабко інформативної попередньої інформації); з формулювання питання, я б не подумав, що ти маєш на увазі пріорів. Тут є дещо пов’язане питання: які властивості напіврозподілу Коші?
— Glen_b -Встановити Моніку

Відповіді:


19

Окрім корисності у фізиці, розподіл Коші зазвичай використовується у фінансових моделях для відображення відхилень прибутку від прогнозної моделі. Причиною цього є те, що практикуючі в галузі фінансів насторожено використовують моделі, у яких повернення з легкими хвостами (наприклад, нормальний розподіл) при поверненні, і вони, як правило, вважають за краще піти іншим шляхом і використовувати розподіл з дуже важкими хвостами (наприклад, , Коші). Історія фінансів усіяна катастрофічними прогнозами, заснованими на моделях, які не мали достатньо важких хвостів у своїх розподілах. Розподіл Коші має досить важкі хвости, що його моменти не існують, і тому це ідеальний кандидат дати термін помилки з надзвичайно важкими хвостами.

Зауважимо, що ця проблема жирності хвостів у помилкових термінах у фінансових моделях була одним із основних змістів популярної критики Талеба (2007) . У цій книзі Талеб вказує на випадки, коли фінансові моделі використовували звичайний розподіл для помилок, і він зазначає, що це недооцінює справжню ймовірність екстремальних подій, які особливо важливі у фінансах. (На мій погляд, ця книга дає перебільшену критику, оскільки моделі, що використовують важкі відхилення, насправді є досить поширеними у фінансах. У будь-якому випадку, популярність цієї книги свідчить про важливість проблеми.)


Дякую, я дуже вдячний за вашу відповідь, оскільки я знайомий з книгою. До речі, я не впевнений, чи правильно я розумію цю частину вашого речення «жирність хвостів у термінах помилок». Чи не заперечуєте ви бути більш точними з цим?
— Марія Лавровська


У такому загальному обговоренні ми не маємо на увазі конкретного властивості хвоста, тому точність у визначенні значення "жирності" або "важкості" хвостів погіршує загальність. Варто переглянути деякі характеристики розподілу жирових хвостів і розподілів з великим хвостом, щоб побачити, які властивості я маю на увазі.
— Моніку

Чи можете ви пояснити, що означає точність у звичайній англійській мові? Я маю на увазі, я розумію, що це зворотна дисперсія, але я шукаю розуміння, чому, якщо говорити про пріори, ми отримуємо n0 в знаменнику - попередній розмір вибірки.
— Марія Лавровська

Не бачачи контексту того, про що ви говорите, те, що ви запитуєте, незрозуміло. Я можу запропонувати вам поставити це питання як нове запитання на цьому веб-сайті з усім відповідним контекстом.
— Моніку

25

Стандартний розподіл Коші виходить із співвідношення двох незалежних нормальних розподілів. Якщо , і , то .X∼N(0,1)Y∼N(0,1)XY∼Cauchy⁡(0,1)

Розподіл Коші важливий у фізиці (де він відомий як розподіл Лоренца), оскільки це рішення диференціального рівняння, що описує вимушений резонанс. У спектроскопії це опис форми спектральних ліній, які підлягають однорідному розширенню, при якому всі атоми взаємодіють однаково з діапазоном частот, що міститься у формі лінії.

Заявки:

  • Використовується в механічній та електричній теорії, фізичній антропології та задачах вимірювання та калібрування.

  • У фізиці його називають розподілом Лоренціана, де це розподіл енергії нестійкого стану в квантовій механіці.

  • Також використовується для моделювання точок удару нерухомої прямої частинки, випроміненої з точкового джерела.

Джерело .


Дякую. Перше речення є досить корисним. Я досить далекий від фізики, чи можете ви навести якісь приклади, що стосуються фінансів чи машинного навчання?
— Марія Лавровська

2
Він насправді не використовується у фінансах чи машинному навчанні (практично); його використовують у фізиці (99,9% часу). Я припускаю, що якби хтось захотів моделювати співвідношення між двома незалежними, нормально розподіленими змінними у фінансах, він би використав розподіл Коші.
— Меттью Андерсон

2
Причина, яка може бути корисною у фінансах, - це те, що у неї надзвичайно важкі хвости. У нього немає моментів, тому немає сенсу говорити, що у нього високий куртоз, але він схильний до екстремальних спостережень, як високих, так і низьких.
— Дейв

7
Він буде використовуватися в машинному навчанні, зокрема , в якості попереднього розподілу в байєсівського умовиводи. Зокрема, наполовину Коші використовується як пріоритет для певних змінних масштабів.
— Уейн

2
@Wayne Чи можете ви надати приклад, можливо, посилання?
— Дейв
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.