मुझे अन्य उत्तर पसंद हैं, लेकिन किसी ने अभी तक निम्नलिखित का उल्लेख नहीं किया है। घटना होता है यदि और केवल यदि { m एक एक्स ( यू , वी ) ≤ टी } , इसलिए यदि यू और वी स्वतंत्र और कर रहे हैं डब्ल्यू = मीटर एक एक्स ( यू , वी ) , तो एफ डब्ल्यू ( टी ) = एफ यू ( टी ) *{U≤t, V≤t}{max(U,V)≤t}UVW=max(U,V) तो के लिए α एक सकारात्मक पूर्णांक (जैसे कि, α = n ) ले एक्स = मीटर एक एक्स ( जेड 1 , । । । जेड एन ) जहां जेड के हैं आईआईडीFW(t)=FU(t)∗FV(t)αα=nX=max(Z1,...Zn)Z
के लिए हम प्राप्त करने के लिए कर सकते हैं switcheroo एफ जेड = एफ एन एक्स , इसलिए एक्स कि यादृच्छिक चर ऐसी है कि की अधिकतम होगा n स्वतंत्र प्रतियां के रूप में ही वितरण है जेड (और यह हमारे परिचित दोस्तों में से एक नहीं होगा , सामान्य रूप में)। α=1/nFZ=FnXXnZ
का मामला एक सकारात्मक परिमेय संख्या (कहते हैं, α = m / n ) पिछले के बाद से
( F Z ) m / n = ( F 1 / n Z ) m है ।αα=m/n
(FZ)m/n=(F1/nZ)m.
के लिए एक अपरिमेय, सकारात्मक परिमेय के अनुक्रम का चयन एक कश्मीर अभिसारी को α ; फिर अनुक्रम X k (जहाँ हम प्रत्येक k के लिए हमारे उपरोक्त ट्रिक्स का उपयोग कर सकते हैं ) X के वितरण में वांछित होगा।αakαXkkX
उनकी यह खासियत आप देख रहे हैं नहीं हो सकता है, लेकिन यह कम से कम कैसे के बारे में सोचना के कुछ विचार देता है के लिए α उपयुक्त रूप से अच्छा। दूसरी ओर, मुझे वास्तव में यह निश्चित नहीं है कि यह वास्तव में कितना अच्छा हो सकता है: आपके पास पहले से ही सीडीएफ है, इसलिए श्रृंखला नियम आपको पीडीएफ देता है, और आप सूर्य के अस्त होने तक के क्षणों की गणना कर सकते हैं ...? यह सच है सबसे कि जेड की एक नहीं होगा एक्स उस के लिए परिचित है α = √FαZαZX , लेकिन अगर मैं कुछ दिलचस्प देखने के लिए एक उदाहरण के साथ खेलना चाहता था तो मैंएफ(z)=z,0<z<1 केसाथ इकाई अंतराल पर समान रूप से वितरितZ कीकोशिश कर सकता हूं।α=2–√ZF(z)=z0<z<1
संपादित करें: मैंने @JMS उत्तर में कुछ टिप्पणियां लिखी हैं, और मेरे अंकगणित के बारे में एक सवाल था, इसलिए मैं लिखूंगा कि मैं इस उम्मीद में क्या मतलब था कि यह अधिक स्पष्ट है।
@JMS उत्तर के लिए टिप्पणी में @cardinal ने लिखा है कि समस्या सरल है
,
या अधिक सामान्यतः जब Z आवश्यक नहीं है N ( 0 , 1 ) , हम है
x = जी - 1 ( y ) = एफ - 1 ( एफ α ( y ) ) ।
g−1(y)=Φ−1(Φα(y)),
ZN(0,1)x=g−1(y)=F−1(Fα(y)).
मेरा कहना था कि जब
का अच्छा उलटा कार्य होता है तो हम मूल बीजगणित के साथ केवल
y = g ( x ) फ़ंक्शन के लिए हल कर सकते हैं । मैंने टिप्पणी में लिखा है कि
g को
y = g ( x ) = F - 1 ( F 1 / α ( x ) ) होना चाहिए ।Fy=g(x)gy=g(x)=F−1(F1/α(x)).
चलो एक विशेष मामला लेते हैं, चीजों को प्लग करते हैं और देखते हैं कि यह कैसे काम करता है। चलो CDF के साथ, एक ऍक्स्प (1) वितरण
एफ ( एक्स ) = ( 1 - ई - एक्स ) , एक्स > 0 ,
और उलटा CDF
एफ - 1 ( y ) = - ln ( 1 - y ) । जी
को खोजने के लिए सब कुछ प्लग करना आसान है ; हो जाने के बाद हम
y = g ( x ) = - प्राप्त करते हैंX
F(x)=(1−e−x), x>0,
F−1(y)=−ln(1−y).
g
तो, सारांश में, मेरा दावा है कि अगर
एक्स ~ ई x पी ( 1 ) और अगर हम परिभाषित
Y = - ln ( 1 - ( 1 - ई - एक्स ) 1 / α ) ,
तो
Y में एक CDF होगा जो
F Y ( y ) = (y=g(x)=−ln(1−(1−e−x)1/α)
X∼Exp(1)Y=−ln(1−(1−e−X)1/α),
Y
हम (कम से नज़र सीधे यह साबित कर सकते हैं
पी(Y≤y)अभिव्यक्ति पाने के लिए और उपयोग बीजगणित, अंतिम चरण के बगल में हम रूपांतरण संभावना इंटीग्रल की जरूरत है)। बस (अक्सर दोहराया गया) मामले में कि मैं पागल हूं, मैंने कुछ सिमुलेशन चलाकर यह जांचने के लिए कि यह काम करता है, ... और यह करता है। निचे देखो। मैं दो तथ्यों का इस्तेमाल किया कोड आसान बनाने के लिए:
यदि एक्स ~ एफ तो यू = एफ ( एक्स ) ~ यू एन मैं च ( 0 , 1 )FY(y)=(1−e−y)α.
P(Y≤y)If X∼F then U=F(X)∼Unif(0,1).
If U∼Unif(0,1) then U1/α∼Beta(α,1).
अनुकार परिणामों की साजिश इस प्रकार है।
प्लॉट (माइनस लेबल) उत्पन्न करने के लिए उपयोग किया जाने वाला आर कोड है
n <- 10000; alpha <- 0.7
z <- rbeta(n, shape1 = alpha, shape2 = 1)
y <- -log(1 - z)
plot(ecdf(y))
f <- function(x) (pexp(x, rate = 1))^alpha
curve(f, add = TRUE, lty = 2, lwd = 2)
फिट बहुत अच्छा लग रहा है, मुझे लगता है? शायद मैं पागल नहीं हूँ (इस बार)?