标准差的三角运算


14

正常随机变量的加法,减法,乘法和除法得到了很好的定义,但是三角运算又如何呢?

例如,让我们假设我正在尝试找到两个楔形的角度(建模为直角三角形),两个导管的尺寸分别为d1d2,均被描述为正态分布。

直觉和模拟都告诉我,结果分布是正态的,平均。但是,有一种方法可以计算出角度的分布吗?我在哪里找到答案的参考?arctan(mean(d1)mean(d2))

(在某种程度上,我正在研究机械零件的统计公差。我的第一个冲动是简单地模拟整个过程,检查最终结果是否合理正常,然后计算标准偏差。但是我想知道如果可以使用更整洁的分析方法。)


2
您能否确认(a)d1和d2是边长(而不是角度)?(b)您假设它们之间的角度是直角(否则atan公式是可疑的);(c)您对这个直角三角形的另一个角度的分布感兴趣吗?另外,大概每个长度分布的SD都比其预期值小得多,因为三角形不应有任何明显的负边长概率(-)。
ub

精确。我对问题进行了重新表述,以使其更加清楚。是的,SD相对于尺寸会很小。
Bossykena

使用公式进行乘法和加法,可以尝试泰勒展开。

感谢您的两个出色回答(就我个人有限的统计专业知识而言),这既直观又合理。
Bossykena

Answers:


15

在这个解释中,三角形是侧的直角三角形的长度ÿ分布式binormally与预期μ Xμ ÿ,标准偏差σ Xσ ÿ,和相关ρ。我们寻求arctan Y / X 的分布。为此,标准化XY,以便XYμxμyσxσyρarctan(Y/X)XY

ÿ = σ ý η + μ ÿ

X=σxξ+μx
Y=σyη+μy

η与相关标准正常分布随机数ρ。设θ为角度,为方便起见,写q = tan θ 。然后ξηρθq=tan(θ)

P[arctan(Y/X)θ]=P[YqX]

=P[σyη+μyq(σxξ+μx)

=P[σyηqσxξqμxμy]

左手侧,作为法线的线性组合,是正常的,与均值和方差σ 2 ý + q 2 σ 2 X - 2 q ρ σ X σ ÿμyσyqμxσxσy2+q2σx22qρσxσy

将这些参数的法线cdf相对于微分,得出角度的pdf。该表达式相当令人讨厌,但其中的关键部分是指数θ

exp((μy(σy+1)μx(σx+1)tan(θ))22(2ρσxσytan(θ)+σx2+σy2+tan2(θ))),

立即显示该角度不是正态分布。但是,正如您的模拟显示和直觉所暗示的那样,如果边长的长度与长度本身相比变化较小,则应该近似正常。在这种情况下一个鞍点逼近应服从于特定值良好的结果μ ÿσ Xσ ÿ,和ρ,即使封闭形式一般的解决方案是不可用的。找到二阶导数(相对于θμxμyσxσyρθ)的对数(如参考文献的公式(2.6)和(3.1)所示)。我建议使用计算机代数系统(例如MatLab或Mathematica)来实现!


1
它从来没有机会被正常分发。这是一个角度!只需要在值[π,π)
罗比·麦基利姆

1
P(Y / X Q)= P(Y QX)是不正确的,如果X是一个正常的RV - X 可以是负的太。
罗纳夫

@ronaf:事实上,因为Ÿ是物理三角形的边长,我们应该不会有负面XXYX
shabbychef 2010年

2
@ronaf:那是正确的想法。如果一个用途签署的边长,并且还考虑了角为实值(而不是其值模),有一个与在任一情况下正常没有不一致性。关于不平等可能是错误的观点非常出色。作为回应,我可以做的只是断言,在所假设的条件下,该方程式是极好的近似值,因为X或Y为负的可能性微不足道。2π
Whuber

1
@YBE我同意表达式中的最后一个“ +”看起来不属于它-在清理TeX标记时可能已经插入了。我没有参考,因为我自己计算了导数。
whuber

12

您正在查看循环统计数据,尤其是循环分布,称为投影正态分布

出于某种原因,这个主题可能很难用Google搜索,但是关于循环统计的两个主要文本是Fisher 的《循环数据的统计分析》和 Mardia和Jupp的Directional Statistics

有关预计正态分布的全面分析,请参阅Mardia和Jupp的第46页。分布有闭合形式的表达式(直到误差函数积分为止),并且如whuber所建议的那样,当它的“方差”(注意这里,方差对圆上的随机变量有何意义)时,它看起来与法线相似。 !)小,即当分布完全集中在一个点(或方向或角度)时。

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.