Invertendo a Transformada de Fourier para uma distribuição Fisher

23

A função característica da distribuição de Fisher é: C ( t ) = Γ ( α + 1F(1,α) ondeUé afunção hipergeométrica confluente. Estou tentando resolver a transformada inversa de FourierF-1t,xdan-convoluçãopara recuperar a densidade de uma variávelx, ou seja: F-1t,x(C(t)n) com o objetivo de obter a distribuição da soma denvariáveis ​​aleatórias distribuídas por Fisher. Gostaria de saber se alguém tem alguma idéia, pois parece ser muito difícil de resolver. Eu tentei valores deα

C(t)=Γ(α+12)U(12,1α2,itα)Γ(α2)
UFt,x1nx
Ft,x1(C(t)n)
n e n = 2 sem sucesso. Nota: para n = 2 por convolução, recebo o pdf da média (não da soma):α=3n=2n=2

,

3(12(x2+3)(5x23)x2+9(20x4+27x2+9)log(4x23+1)+23(x2+15)(4x2+3)x3tan1(2x3))π2x3(x2+3)3(4x2+3)

onde é uma média de 2 variáveis. Eu sei que é pesado, mas gostaria de ter uma idéia da aproximação da distribuição da bacia.x

Nero
fonte
esta pergunta está viva?
Brethlosze 30/05
1
Sim, ainda está aberto.
Nero
1
Eu suponho que você esteja sob algum pacote simbólico, certo?
Brethlosze

Respostas:

5

Não existe uma densidade de forma fechada para uma convolução das estatísticas F, portanto, tentar inverter a função característica analiticamente provavelmente não levará a nada útil.

Nas estatísticas matemáticas, a expansão inclinada de Edgeworth (também conhecida como aproximação do ponto de sela) é uma técnica famosa e frequentemente usada para aproximar uma função de densidade, dada a função característica. A aproximação do ponto de sela, se frequentemente notavelmente precisa. Ole Barndorff-Nielsen e David Cox escreveram um livro explicando essa técnica matemática.

umaF(n,k)numak para fazer os dois primeiros momentos da distribuição correta. Isso é fácil, dada a média conhecida e a variação da distribuição F.

αnuma=n e k= na aproximação acima, mostrando que a aproximação simples é precisa para grandes α.

Gordon Smyth
fonte