¿Cómo es la familia de distribuciones con PDF proporcional a


8

Considere una familia de distribuciones con PDF (hasta una constante de proporcionalidad) dada por ¿Como se llama? Si no tiene un nombre, ¿cómo lo llamarías?

pags(X)1(1+αX2)1/ /α.

Se parece bastante a la familia de distribuciones con PDF proporcional a t

pags(X)1(1+1νX2)(ν+1)/ /2.

Cuando tenemos distribución con 1 df, también conocida como distribución de Cauchy. Cuando o , obtenemos distribución gaussiana.α=ν=1tα0 0ν

Esta familia de distribuciones aparece en Yang et al., Heavy-Tailed Symmetric Stochastic Neighbour Embedded, NIPS 2009 , pero no usan ningún nombre para referirse a ella.


1
mathworks.com/help/stats/t-location-scale-distribution.html . Yo diría que es una forma de distribución t escalada estableciendo los valores correspondientes en v y escalar.
Cagdas Ozgenc

Gracias @CagdasOzgenc (+1). Tienes razón. Glen_b explicó esto en una respuesta.
ameba

1
En caso de que no lo mgcv::gamsepa , permite la especificación de una T escalada como respuesta cuando se usa gam( family= "scat", ... ).
usεr11852

Respuestas:


6

Es simplemente una escala particular t-distribución - a t-distribución con una variación diferente al estándar t-distribución.

Dejar ν=2α1. Dejarσ=2αα.

Entonces (si lo hice bien) Y=X/ /σ es un estándar t con ν df


Así es como fue mi razonamiento:

FY(y)=C1(1+y2ν)(ν+1)/ /2
es un estándar t-densidad.

Obtenemos la familia de escamas dejando X/ /σ=Y, en ese caso

FX(X)=1σFY(Xσ)=Cσ1(1+X2σ2ν)(ν+1)/ /2
es un escalado t-densidad.

Simplemente equipare los coeficientes en su densidad a esto, y resuelva para ν y σ.

Reconociendo que un parámetro de escala ocupará lo que no sea "correcto" en αX2 (Dado que ν ya está definido por poderes equivalentes) fue todo lo que se necesitaba para ver que se escala t; el álgebra no se requería hasta que llegó el momento de encontrar los parámetros de lat.


[Nota final: en caso de que no sea obvio que una familia de escamas tiene la forma FX(X)=1σFY(Xσ), toma la declaración de probabilidad FX(X)=FY(Xσ) (señalando que el evento X/ /σt es idéntico al evento Yt) y diferenciar.]


Es interesante notar que esta conversión se rompe cuando α2. Supongo que es porque el PDF escalado divergerá cuando se integre sobre la línea real, ¿verdad?
ameba

1
Si. Por ejemplo enα=2 tienes algo que se acerca k/ /El |XEl |en las colas, y así ambas mitades de la integral divergen. Bueno, ese argumento es un poco flojo, pero puedes apretarlo con bastante facilidad.
Glen_b -Reinstate Monica

1
@amoeba Tenga en cuenta que var=σ2vv2. Utilizo esta distribución con frecuencia para estimar la volatilidad en series de tiempo financieras.
Cagdas Ozgenc
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.