从均匀分布到指数分布,反之亦然


20

这可能是一个琐碎的问题,但是到目前为止,我的搜索仍然没有结果,包括这篇Wikipedia文章和“分发纲要” 文档

如果具有均匀分布,是否意味着遵循指数分布?Ë XXeX

同样,如果遵循指数分布,是否表示遵循均匀分布?Ñ Ý Yln(Y)


3
为什么会这样呢?因为名字?检查en.wikipedia.org/wiki/…以了解其他分布与指数之间的关系。也 ...exp(X)[0,)
蒂姆

不,我想我遵循的是标准函数转换的类比,但忘记了分布,情况就不同了。
luchonacho

Answers:


25

对均匀随机变量取幂不会给出指数,对指数随机变量的对数取幂也不会得到均匀。

令在上是均匀的,并令。0 1 X = EXP Û U(0,1)X=exp(U)

FX(x)=P(Xx)=P(exp(U)x)=P(Ulnx)=lnx,1<x<e

因此。fx(x)=ddxlnx=1x,1<x<e

这不是指数变量。类似的计算表明,指数的对数不一致。

令为标准指数,因此。˚F ÿÝ = P Ý Ý = 1 - ë - ÿYFY(y)=P(Yy)=1ey,y>0

令。然后。˚F Vv = P V v = P LN Ý v = P Ý Ë v= 1 - ë - ë vV=lnYFV(v)=P(Vv)=P(lnYv)=P(Yev)=1eev,v<0

这不是制服。(实际上,是Gumbel分布的随机变量,因此您可以将的分布称为“翻转的Gumbel”。)VVV

但是,在每种情况下,我们只需考虑随机变量的界限即可更快地看到它。如果是Uniform(0,1),则它位于0到1之间,因此位于到之间...因此它不是指数的。类似地,对于指数,处于,因此既不能是均匀的(0,1),也不能是任何其他均匀的。X = EXP Û 1 Ë Ý LN ý - üX=经验值ü1个Ëÿlnÿ-

我们还可以进行模拟,然后再次看到它:

首先,对制服求幂-

指数均匀的直方图与理论密度叠加

[蓝色曲线是我们在上面计算出的密度(在指定间隔处为1 / x)...]

第二,指数的对数:

指数变量的对数直方图

我们看到的远非统一!(如果我们区分之前计算出的cdf,可以得出密度,则它与我们在此处看到的形状匹配。)

的确,逆cdf方法表明,取统一(0,1)变量的对的负值可得出标准指数变量,反之,对标准指数的负数取幂可得到一个均匀值。[另见概率积分变换 ]

此方法告诉我们,如果,则。如果我们将cdf的倒数作为标准统一的变换来应用,则所得的随机变量具有分布函数。ü=Fÿÿÿ=F-1个üüFÿ

如果我们让是均匀的(0,1),则。令。(请注意,在(0,1)上也是统一的,因此您实际上可以让,但是这里我们完全遵循cdf逆方法)üPüü=üÿ=-ln1个-ü1个-üÿ=-lnü

然后,这是标准指数的cdf。Pÿÿ=P-ln1个-üÿ=P1个-üË-ÿ=Pü1个-Ë-ÿ=1个-Ë-ÿ

[ cdf 变换的这一特性是为什么实际上需要变换才能获得指数分布,而概率积分变换是为什么对负指数的负数求幂的结果变得均匀。]日志


好答案!谢谢。我现在看到了。在这两种情况下,我都计算了CDF,在前一种情况下,我得到了对数的负值,在后一种情况下,我得到了对数的绝对值。我认为我的困惑是关于标准函数转换的思考,而涉及分布时并不会持续下去。图表为+1!
luchonacho

6

您几乎把它放回了前面。您问:

  • “如果具有均匀分布,是否表示遵循指数分布?”XeX

  • “类似地,如果遵循指数分布,是否表示遵循均匀分布?”Yln(Y)

事实上

  • 如果在上是均匀的,则遵循参数的指数分布X[0,1]loge(X)1个
  • 如果遵循参数的指数分布,则在上具有均匀分布。1 ë - ÿ [ 0 1 ]ÿ1个Ë-ÿ[01个]

一般来说,您可以说:

  • 如果在上是均匀则遵循速率参数为的指数分布[ a b ] 1X[一种b]k-1个ķ日志ËX-一种b-一种ķ
  • 如果遵循带速率参数的指数分布,则在上具有均匀分布,而在上具有均匀分布ķ ë - ķ ÿ [ 0 1 ] 一个+ b - 一个ë - ķ ÿ [ b ]ÿķË-ķÿ[01个]一种+b-一种Ë-ķÿ[一种b]
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.