¿Cuál es la proporción de distribución uniforme y normal?


11

Deje que X siga una distribución uniforme e Y siga una distribución normal. ¿Qué se puede decir sobre XY¿ Y ? ¿Hay una distribución para ello?

Encontré que la razón de dos normales con media cero es Cauchy.


3
Por lo que vale, la distribución de Y/X se llama distribución de barras . No sé si el recíproco tiene un nombre o una forma cerrada.
David J. Harris

2
¡Y la clase más grande a la que ambos pertenecen parece ser distribuciones de razón !
Nick Stauner

77
@ DavidJ.Harris Muy así; +1. He visto la barra utilizada varias veces en estudios de robustez. Quizás X/Y , como barra invertida, debería llamarse " distribución de barra invertida ".
Glen_b -Reinstalar Monica

1
@rrpp ¿Se refiere a un estándar Uniform(0,1) , o un general Uniform(a,b) ? Si es lo último, entonces necesitamos saber si a>0 , a<0 etc.
wolfies

1
Gracias a todos por sus respuestas o comentarios. @wolfies es U n i f o r m ( 0 , 1 ) e Y tiene una media positivaXUniform(0,1)Y
rrpp

Respuestas:


13

Sea la variable aleatoria con pdf f ( x ) :XUniform(a,b)f(x)

ingrese la descripción de la imagen aquí

donde he asumido (esto anida el caso uniforme estándar ( 0 , 1 ) ). [Se obtendrán resultados diferentes si dicho parámetro a < 0 , pero el procedimiento es exactamente el mismo. ]0<a<bUniform(0,1)a<0

Además, deje , y deje W = 1 / Y con pdf g ( w ) :YN(μ,σ2)W=1/Yg(w)

ingrese la descripción de la imagen aquí

Luego, buscamos el pdf del producto , digamos h ( v ) , que viene dado por:V=XWh(v)

ingrese la descripción de la imagen aquí

donde estoy usando la función de mathStaticaTransformProduct para automatizar los detalles, y donde Erfdenota la función de error: http://reference.wolfram.com/language/ref/Erf.html

Todo listo.

Parcelas

Aquí hay dos parcelas del pdf:

  • Gráfico 1: , σ = 1 , b = 3 ... y ... a = 0 , 1 , 2μ=0σ=1b=3a=0,1,2

ingrese la descripción de la imagen aquí

  • Parcela 2: μ=0,12,1σ=1a=0b=1

ingrese la descripción de la imagen aquí

Cheque Monte Carlo


μ=12σ=1a=0b=1

ingrese la descripción de la imagen aquí

h(v)


3

Z=XYXU[0,1]YN(μ,σ2)Z

FZ(z)=P(Zz)=P(XYz)

Y>0Y<0Y>0XYzXzYY<0XYzXzY

<Z<z>0z<0

z>0(X,Y)

Región de integración

FZ(z)=01x/zfY(y)dydx+010fY(y)dydx
fY(y)Y

Z

fZ(z)=ddz01[FY()FY(xz)]dx=01z[FY()FY(xz)]dx=01xz2fY(xz)dx=01x2πσz2exp((xzμ)22σ2)dx

La integral anterior se puede evaluar utilizando la siguiente secuencia de transformaciones:

  1. u=xz
  2. v=uμ
  3. vv

fZ(z)=σ2π[exp(μ22σ2)exp((1zμ)22σ2)]+μ[Φ(1zμσ)Φ(μσ)]

Φ(x)z<0

Esta respuesta se puede verificar por simulación. El siguiente script en R realiza esta tarea.

n <- 1e7
mu <- 2
sigma <- 4

X <- runif(n)
Y <- rnorm(n, mean=mu, sd=sigma)

Z <- X/Y
# Constrain range of Z to allow better visualization 
Z <- Z[Z>-10]
Z <- Z[Z<10] 

# The actual density 
hist(Z, breaks=1000, xlim=c(-10,10), prob=TRUE)

# The theoretical density
r <- seq(from=-10, to=10, by=0.01)
p <- sigma/sqrt(2*pi)*( exp( -mu^2/(2*sigma^2)) - exp(-(1/r-mu)^2/(2*sigma^2)) ) + mu*( pnorm((1/r-mu)/sigma) - pnorm(-mu/sigma) )

lines(r,p, col="red")

Aquí hay algunos gráficos para la verificación:

  1. YN(0,1) Cheque 1
  2. YN(1,1) Cheque 2
  3. yN(1,2) Verificación 3

z=0


1
+1 Muy bien! Una derivación de principios básicos siempre es satisfactoria y los gráficos ayudan al lector a comprender al instante lo que está haciendo.
Whuber

2


YY=N(7,1)N 1 M Y < 1 Xmin(Y)>1N1MY<1 Y<0XYY<0set.seed(1);x=rbeta(10000000,1,1)/rnorm(10000000,7);hist(x,n=length(x)/50000)
runif

ingrese la descripción de la imagen aquí


2
Las colas extremas están arruinando la densidad. La distribución es más bien como un Cauchy. (Por curiosidad, ¿por qué no usarlo runif? Parece más idiomático y también parece ser más rápido)
Glen_b -Reinstalar Monica

¡Porque todavía no sé mucho sobre R, aparentemente! :) ¡Gracias por el consejo!
Nick Stauner

1
sin preocupaciones. La diferencia en velocidad no es tan grande, pero con 10 ^ 7 elementos, suficiente para notar. Puede encontrar un histograma que vale la pena mirar ( hist(x,n=length(x),xlim=c(-10,10))) (aproximadamente el 96% de la distribución parece estar dentro de esos límites)
Glen_b -Reinstate Monica

1
¡Guauu! Bastante seguro. ¡Hace que estas gráficas de densidad sean bastante engañosas, me temo! Lo editaré en ese histograma ...
Nick Stauner

1
Ah, vale. Sin preocupaciones. Es posible que desee hacer nclass mucho más pequeño en ese caso. Creo que idealmente las barras deberían ser muy estrechas pero no solo líneas negras.
Glen_b -Reinstalar Monica
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.