我正在使用两个独立的正态分布和,均值和以及方差和。
我对它们的比率的分布感兴趣。和的均值都不为零,因此不作为柯西分布。
我需要找到的CDF ,然后对,,和取CDF的导数。
有人知道已经在哪里计算过的论文吗?还是我自己怎么做?
我在1969年的一篇论文中找到了CDF的公式,但是采用这些导数无疑将是一个巨大的痛苦。也许有人已经做到了,或者知道如何轻松做到这一点?我主要需要了解这些衍生物的迹象。
如果主要为正,则本文还包含解析上更简单的近似值。我不能有那个限制。但是,即使在参数范围之外,近似值也可能具有与真实导数相同的符号?
4
我为您添加了。您写了“ sigma”,但提到这些是方差,因此我将它们设为sigma平方。确保它仍然说出您想问的内容。
—
gung-恢复莫妮卡
—
道格拉斯·扎里
与上述论文中的PDF相同。我正在尝试将CDF的衍生内容应用于基本的mus和sigma。
—
美国广播公司
David Hinkley发现的pdf公式完全是封闭形式。因此,您可以一次采取这些衍生产品。我实际上对进行这种推导的过程感到好奇,因为没有任何理由使符号在实数上保持一致……
—
西安
@ABC您可以在本文的公式1中找到的密度。我前一段时间进行了研究,它与欣克利(Hinkley)的结果和马尔萨格里亚(Marsaglia)的结果一致。可以用蛮力推论得出,就像道格拉斯·扎尔(Douglas Zare)所建议的那样(我做到了,只有在确实需要的时候才建议这样做)。