ऊपरी सीमा के साथ निरंतर वर्दी आर.वी. का वितरण एक और निरंतर वर्दी आरवी है


10

यदि और , तो क्या मैं कह सकता हूं किवाई ~ यू ( एक , एक्स ) वाई ~ यू ( एक , ) ?एक्स~यू(,)Y~यू(,एक्स)Y~यू(,)?

मैं सीमा साथ निरंतर समान वितरण के बारे में बात कर रहा हूं । एक सबूत (या अव्यवस्था!) की सराहना की जाएगी।[,]


6
नहीं, यह नहीं है। आर में: hist(runif(1e4,0,runif(1e4)))बहुत स्पष्ट रूप से पता चलता है कि निश्चित रूप से समान रूप से वितरित नहीं है। (मैं इसे एक टिप्पणी के रूप में पोस्ट कर रहा हूं क्योंकि आपने एक प्रमाण के लिए कहा था, जो कठिन नहीं होना चाहिए, लेकिन ईमानदार होना, तिरछे हिस्टोग्राम को देखते हुए, मुझे नहीं लगता कि एक प्रमाण आवश्यक है ...)Y
स्टीफ़न कोलासा

1
स्थान और पैमाने का परिवर्तन बनाता , जिस स्थिति में किसी भी संख्या में , ने X \ ge y (और प्रदान किया है) 0 नहीं तो)। उस सशर्त प्रायिकता के लिए कार्य करने के लिए \ Pr (X \ ge y) = 1-y का उपयोग करें । y [ 0 , 1 ] पीआर ( Y y ) = y / एक्स=0,=1y[0,1]पीआर(Yy)=y/एक्सएक्सy0पीआर(एक्सy)=1-y
whuber

जवाबों:


13

हम Y के वितरण को Yविश्लेषणात्मक रूप से प्राप्त कर सकते हैं । सबसे पहले, ध्यान दें कि यह Y|एक्स जो समान वितरण का अनुसरण करता है, अर्थात

(y|एक्स)=यू(,एक्स)

इसलिए

(y)=-(y|एक्स)(एक्स)एक्स=y1एक्स-1-एक्स=1-y1एक्स-एक्स=1-[लॉग(-)-लॉग(y-)],<y<

जो कि कारण एक समान वितरण नहीं है । यहाँ वितरण के लिए सिम्युलेटेड घनत्व कैसा दिखता है , जिसे हमने अभी गणना किया है।यू ( 0 , 1 )लॉग(y-)यू(0,1)यहां छवि विवरण दर्ज करें

y <- runif(1000, 0, runif(1000,0,1))
hist(y, prob =T)
curve( -log(x), add = TRUE, lwd = 2)

6

निश्चित रूप से नहीं।

सरलता के लिए, हम को परिभाषित करते हैं ।=0,=1

फिर

पी(Y>0.5)=पी(Y>0.5|एक्स>0.5)पी(एक्स>0.5)

<पी(एक्स<0.5)=0.5

सख्त असमानता के कारण, यह संभव नहीं है कि Unif (0,1)।Y~

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.