Answers:
首先,我们不需要概率测度,只需要 -finiteness。因此,令为可测量的空间,令和为有限度量。中号 = (Ω ,˚F)μ ν σ 中号
在拉东-尼科迪姆定理指出,如果对所有,记,则存在一个非负波雷尔函数使得 所有。甲∈ ˚F μ » ν ˚F ν (甲)= ∫甲 ˚F阿∈ ˚F
这就是我想这个的方式。首先,对于上的任意两个度量,让我们定义表示。这是一个有效的等价关系,我们说和在这种情况下是等效的。为什么这对措施是明智的?度量只是功能,但是它们的域很难可视化。如果两个普通函数具有此属性,即怎么办?好吧,定义 并注意在任何地方的支持 μ 〜ν μ (甲)= 0μ ν ˚F (X )= 0ħ (X )= { ˚F (X )/克(X )克(X )≠ 0 π ë o.w. 克克ħ = ˚F 克克ħ = 0 ·&π Ê = 0 = ˚F ˚F 克ħ 克˚F 0
接下来,假设,但另一个方向不一定成立。这意味着我们之前对定义仍然有效,但是现在不起作用,因为它将实际除以。因此,我们可以通过重新缩放为,但是我们不能朝另一个方向前进,因为我们需要将缩放为非零值。ħ ħ ' 0 克˚F 克ħ = ˚F 0
现在让我们回到和并用表示我们的RND 。如果,则直观地意味着一个可以重新缩放为另一个,反之亦然。但是通常,我们只希望朝这个方向发展(即将像Lebesgue度量这样的很好的度量重新缩放为更抽象的度量),因此我们只需要就能做有用的事情。重新调整规模是RND的核心。ν ˚F μ 〜ν μ » ν
回到评论中的@whuber的要点,还有一个微妙之处,就是为什么可以安全地忽略问题。那是因为使用度量,我们只能定义直到度量集合,因此在任何集合,我们都可以使RND取任何值,例如。因此,并不是说本质上是安全的,而是说我们将拥有任何地方都是一组度量 wrt因此我们可以将RND定义为一个不错的值而不影响任何东西。0 阿μ (甲)= 0 1 0 / 0 0 / 0 0 μ
例如,假设对于某些,。然后 所以我们得到是RND(这可以通过测度定理的变化更正式地证明)。这很好,因为我们已经完全恢复了比例因子。ķ > 0 ν (甲)= ∫甲˚F (X )= ķ = d ν
这是第二个示例,以强调在度量集上更改RND 不会如何影响它们。令,即,如果输入是有理数,则它是标准普通PDF加上,而是具有此密度的RV。这意味着 因此,实际上仍然是标准的高斯RV。它不以任何方式影响更改上的的分布,因为它是一组度量 wrt˚F (X )= φ (X )+ 1点Q(X )1 X P (X ∈ 甲)
作为最后一个示例,假设和并令和为它们各自的分布。回想一下,相对于计数度量,pmf是RND ,并且由于具有的属性,因此事实证明 Ý 〜滨(Ñ ,p )P X P ÿ
因此我们可以计算出
因此,由于在的支持下所有,我们可以将泊松分布的积分重新缩放为二项式分布的积分,尽管由于所有事物都是离散的,所以看起来很平凡结果。
我回答了您的更笼统的问题,但没有涉及吉隆坡的分歧。至少对我而言,我发现从假设检验(例如@kjetil b halvorsen 在这里的答案)方面更容易解释KL差异。如果并且存在一个度量占主导地位,则使用我们可以用密度恢复表格,所以对我来说,这更容易。