प्रायिकता उपायों के बीच रेडॉन-निकोडिम व्युत्पन्न की व्याख्या?


11

मैं कुछ बिंदुओं पर देखा है दूसरे के लिए सम्मान के साथ एक संभावना माप की रेडॉन-Nikodym व्युत्पन्न का उपयोग, सबसे विशेष रूप से Kullback-Leibler विचलन, जहां यह कुछ मनमाना पैरामीटर के लिए एक मॉडल की संभावना उपाय के व्युत्पन्न है में θ साथ असली पैरामीटर के संबंध में θ0 :

dPθdPθ0

: जहां इन datapoints के स्थान पर दोनों संभावना उपायों एक पैरामीटर मान पर सशर्त हैं Pθ(D)=P(D|θ)

कुल्लब-लिबलर विचलन में इस तरह के रैडॉन-निकोडियम व्युत्पन्न की व्याख्या, या दो प्रायिकता उपायों के बीच आमतौर पर क्या है?

जवाबों:


12

सबसे पहले, हम संभावना उपायों, बस की जरूरत नहीं है -finiteness। तो चलो एम = ( Ω , एफ ) एक औसत दर्जे का स्थान हो और जाने μ और ν हो σ पर -finite उपायों एमσM=(Ω,F)μνσM

रेडॉन-Nikodym प्रमेय कहा गया है कि अगर सभी के लिए एक एफ , द्वारा सूचित किया जाता μ » ν , तो एक गैर नकारात्मक बोरेल समारोह मौजूद है ऐसी है कि ν ( एक ) = एकμ(A)=0ν(A)=0AFμνf सभी के लिए एक एफ

ν(A)=Afdμ
AF

यहां बताया गया है कि मुझे यह कैसे पसंद है। सबसे पहले, पर किसी भी दो उपायों के लिए , चलो परिभाषित μ ~ ν लिए मतलब μ ( एक ) = 0Mμν । यह एक वैध समानता संबंध है और हम कहते हैं कि μ और ν इस मामले मेंबराबरहैं। यह उपायों के लिए एक समझदार तुल्यता क्यों है? उपाय केवल कार्य हैं लेकिन उनके डोमेन कल्पना करने के लिए मुश्किल हैं। क्या होगा अगर दो सामान्य कार्य f , g : RR के पास यह संपत्ति है, यानी f ( x ) = 0μ(A)=0ν(A)=0μνf,g:RR ? ठीक है, को परिभाषित ( एक्स ) = { ( एक्स ) / जी ( एक्स ) जी ( x ) 0 π o.w. और ध्यान दें कि के समर्थन पर कहीं भी जी हमारे पास= , और के समर्थन के बाहर= 0 π = 0 = (के बाद सेf(x)=0g(x)=0

h(x)={f(x)/g(x)g(x)0πeo.w.
ggh=fg gh=0πe=0=ffऔर शेयर सपोर्ट करता है) इसलिए h हमें f में rescale g देता है । @Whuber अंक बाहर के रूप में, यहाँ कुंजी विचार नहीं है कि 0 / 0 किसी भी तरह "सुरक्षित" करते हैं या अनदेखी करने के लिए है, बल्कि जब = 0 तो यह बात नहीं क्या करता है करता है तो हम बस इसे मनमाने ढंग से परिभाषित कर सकते हैं (जैसे होने के लिए π जो कोई विशेष महत्व यहाँ है) और चीजें अभी भी काम करते हैं। इसके अलावा इस मामले में हम अनुरूप समारोह को परिभाषित कर सकते ' के साथ / ताकि ' = ghgf0/0g=0hπehg/ffh=g

इसके बाद मान लीजिए कि , लेकिन दूसरी दिशा आवश्यक नहीं है। इस का मतलब है की हमारे पिछले परिभाषा यह है कि अभी भी काम करता है, लेकिन अब' के बाद से यह द्वारा वास्तविक डिवीजनों होगा काम नहीं करता है 0 । इस प्रकार हम rescale कर सकते हैं जी में के माध्यम से= , लेकिन हम दूसरी दिशा नहीं जा सकते क्योंकि हम rescale कुछ नहीं करनी 0 कुछ गैर शून्य में।g(x)=0f(x)=0hh0gfgh=f0

अब और ν पर लौटते हैं और अपने RND को f से दर्शाते हैं । तो μ ~ ν , तो यह सहज अर्थ यह है कि एक दूसरे में विपरीत पुनः पैमाना किया जा सकता है, और इसके। लेकिन आम तौर पर हम केवल (एक और अधिक सार उपाय में यानी rescale एक अच्छा Lebesgue उपाय की तरह उपाय) इस के साथ एक ही दिशा में जाने के लिए इसलिए हम केवल जरूरत चाहते μ » ν उपयोगी काम करने के लिए। यह rescaling RND का दिल है।μνfμνμν

टिप्पणी में @ whuber के दृष्टिकोण में लौटने के बाद वहाँ के लिए एक अतिरिक्त सूक्ष्मता है क्यों यह सुरक्षित है के मुद्दे की अनदेखी करने के । क्योंकि उपायों के साथ उस के हम केवल कभी चीजों को उपाय के सेट करने के लिए तय कर रहे हैं 0 इसलिए किसी भी सेट पर एक साथ μ ( एक ) = 0 हम सिर्फ हमारे RND किसी भी मान ले कर सकते हैं, का कहना है कि 1 । इसलिए यह नहीं है कि 0 / 0 बल्कि कहीं भी है कि हम के लिए होता है आंतरिक रूप से सुरक्षित है, लेकिन 0 / 0 उपाय का एक सेट है 0 wrt μ0/00Aμ(A)=010/00/00μ इसलिए हम बस अपने आरएनडी को कुछ भी प्रभावित किए बिना वहां कुछ अच्छा होने के लिए परिभाषित कर सकते हैं।

उदाहरण के लिए, मान लीजिए कुछ के लिए कश्मीर > 0 । तब ν ( एक ) = एकkμ=νk>0 तो हमारे पास वह f ( x ) = k = d ν है

ν(A)=Adν=Akdμ
RND है (यह उपाय प्रमेय के परिवर्तन से अधिक औपचारिक रूप से उचित ठहराया जा सकता है)। यह अच्छा है क्योंकि हमने स्केलिंग कारक को ठीक से प्राप्त किया है।f(x)=k=dνdμ

यहाँ एक दूसरा उदाहरण दिया गया है कि कैसे माप सेट पर RND को बदलना उन्हें प्रभावित नहीं करता है। चलो ( एक्स ) = φ ( एक्स ) + 1 क्यू ( एक्स ) , यानी यह मानक सामान्य पीडीएफ प्लस है 1 यदि इनपुट तर्कसंगत है, और एक्स इस घनत्व के साथ एक आर.वी. हो। यह साधन पी ( एक्स ) = एक ( φ + 1 क्यू )0f(x)=φ(x)+1Q(x)1X= एक φ

P(XA)=A(φ+1Q)dλ
तो वास्तव में एक्स अभी भी एक मानक गाऊसी आर.वी. इसने X को Q परबदलने के लिए किसी भी तरह से वितरण को प्रभावित नहीं किया हैक्योंकि यह माप 0 wrt λ का एक सेट है।
=Aφdλ+λ(Q)=Aφdλ
XXQ0λ

XPois(η)YBin(n,p)PXPYccc(A)=0A=

dPYdPX=dPY/dcdPX/dc=fYfX

PY(A)=AdPY
=पीYपीएक्सपीएक्स=पीYपीएक्सपीएक्ससीसी
=ΣyपीYपीएक्स(y)पीएक्ससी(y)=ΣyY(y)एक्स(y)एक्स(y)=ΣyY(y)

पी(एक्स=n)>0nY


पी«क्यूμपीक्यू=पी/μक्यू/μ: =पी/क्ष


3
0/00/0

1
@ टिप्पणी के लिए बहुत धन्यवाद, जो वास्तव में मदद करता है। मैं पता करने के लिए अद्यतन करने के लिए कोशिश की है कि
जेएलडी
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.