Tenho a seguinte pergunta em mãos:
Suponha que são variáveis aleatórias iid , seguindo Unif . qual é a distribuição condicional de dado ?
Tentei escrever onde
Mas não estou chegando a lugar nenhum.
Tenho a seguinte pergunta em mãos:
Suponha que são variáveis aleatórias iid , seguindo Unif . qual é a distribuição condicional de dado ?
Tentei escrever onde
Mas não estou chegando a lugar nenhum.
Respostas:
Uma imagem pode ajudar. Distribuições uniformes independentes no intervalo podem ser consideradas uma distribuição uniforme no quadrado unitário . Eventos são regiões da praça e suas probabilidades são suas áreas.I 2 = [ 0 , 1 ] × [ 0 , 1 ][ 0 , 1 ] Eu2= [ 0 , 1 ] × [ 0 , 1 ]
Seja qualquer valor possível de . O conjunto de coordenadas que forma as arestas superior e direita de um quadrado do lado . Seja um pequeno número positivo. O conjunto de coordenadas cujo máximo está entre e forma um espessamento estreito desse quadrado, conforme sombreado na figura. Sua área é a diferença das áreas de dois quadrados, um do lado e o outro do lado , de ondemax ( U , V ) ( U , V ) max ( U , V ) = z z d z ( U , V ) z z + d z z + d z zz max ( U, V) ( U, V) max ( U, V) = z z dz ( U, V) z z+ dz z+ dz z
Seja qualquer valor possível de : é marcado com uma linha tracejada vertical nas figuras. Uvocê você
O painel esquerdo mostra um caso em que : A chance de ser a área à esquerda dessa linha (igual a ); mas o evento em que e está entre e é apenas a área sombreada em marrom. Como um retângulo, sua área é sua largura vezes sua altura . Portanto,U ≤ u u U ≤ u Z z z + d z u d zu ≤ z você≤ u você você≤ u Z z z+ dz você dz
O painel direito mostra um caso em que . Agora, a chance de e consistir em dois retângulos. O de cima tem base e altura ; o da direita tem base e altura . PortantoU ≤ u z < Z ≤ z + d z u d z ( u - z ) z + d zz< u ≤ z+ dz você≤ u z< Z≤ z+ dz você dz ( u - z) z+ dz
Por definição, as probabilidades condicionais são essas chances divididas pela chance total que , dada em acima. Divida e por esse valor. Permitir que seja infinitesimal e reter a parte padrão do resultado dá as chances condicionais de . Assim, quando ,( 1 ) ( 2 ) ( 3 ) d z Z = z 0 ≤ u ≤ zz≤ Z≤ z+ dz ( 1 ) ( 2 ) (3) dz Z=z 0 ≤ u ≤ z
Quando , escreva para e calculeu = z + λ d z 0 < λ ≤ 1z< u ≤ z+ dz u = z+ λ dz 0<λ≤1
Finalmente, para , a área marrom no painel direito cresceu para ser igual à área cinza, de onde a proporção é .1u>z+dz 1
Esses resultados mostram que a probabilidade condicional cresce linearmente de a medida que cresce de a e dispara linearmente de a no intervalo infinitesimal entre e , então permanece em para todos os maiores . Aqui está um gráfico:z / ( 2 z ) = 1 / 2 u 0 z 1 / 2 1 z z + d z 1 u0 z/(2z)=1/2 u 0 z 1/2 1 z z+dz 1 u
Como é infinitesimal, não é mais possível distinguir visualmente de : o gráfico salta de uma altura de a .z z + d z 1 / 2 1dz z z+dz 1/2 1
Reunindo o exposto em uma única fórmula a ser aplicada a qualquer para o qual , poderíamos escrever a função de distribuição condicional como0 < z ≤ 1z 0<z≤1
Esta é uma resposta completa e rigorosa. O salto mostra que uma função de densidade de probabilidade não descreverá adequadamente a distribuição condicional no valor . Em todos os outros pontos, porém, há uma densidade . É igual a para , para (a derivada de em relação a ) e para . Você pode usar uma "função generalizada" para escrever isso em uma forma semelhante à densidade. Seja a "densidade generalizada", dando um salto de magnitudef U | Z = z ( u ) 0 uU=z fU|Z=z(u) 0 1 / ( 2 z ) 0 ≤ u < z u / ( 2 z ) u 0 u > z δ z 1 z z z 1u≤0 1/(2z) 0≤u<z u/(2z) u 0 u>z δz 1 em : ou seja, é a "densidade" de um átomo de probabilidade unitária localizado em . Então a densidade generalizada em pode ser escrita para expressar o fato de que uma probabilidade de está concentrada em . Na íntegra, poderíamos escreverz z z 1/2z12δz 1/2 z
fonte
Primeiro, considere a distribuição do máximo condicional em . O máximo se torna igual a no caso em que com probabilidade condicional . Caso contrário, leva algum valor superior a igual a . A distribuição condicional geral será assim uma mistura entre uma massa pontual em (do tamanho u) e uma densidade uniforme em (integrando a ). Representando a massa pontual pela função delta Dirac, a função densidade de probabilidade generalizada (gpdf) dessa distribuição condicional é U = u Z u V < uZ U=u Z u V<u Z u V u ( u , 1 )u Z u V u (u,1) f Z | U = u ( z ) = u δ ( z - u ) + { 1 para u < z < 1 0 caso contrário . Z U f Z , U ( z ,1−u
fonte