확률 밀도 함수의 변수 변화의 유도?


16

패턴 인식 및 기계 학습 (공식 1.27)에서

와이(와이)=엑스(엑스)|엑스와이|=엑스((와이))|'(와이)|
여기서 , 는 변수의 변경과 관련하여 해당하는 pdf입니다 .엑스=(와이)엑스(엑스)와이(와이)

이 책은 범위 속하는 관측 값이 작은 값의 경우 범위 로 변환되기 때문이라고합니다 .(엑스,엑스+δ엑스)δ엑스(와이,와이+δ와이)

이것은 공식적으로 어떻게 도출됩니까?


Dilip Sarwate에서 업데이트

가 엄격하게 모노톤 증가 또는 감소 함수 인 경우에만 결과가 유지됩니다 .


LV Rao의 대답에 대한 약간의 편집 따라서 가 단조 증가하면 단조롭게 감소하는 경우 g F Y ( y ) = F X

(와이와이)=((엑스)와이)={(엑스1(와이)),만약  단조롭게 증가하고 있습니다(엑스1(와이)),만약  단조롭게 감소하고있다
F Y ( Y ) = F X ( g - 1 ( Y ) ) D
에프와이(와이)=에프엑스(1(와이))
FY(Y는)=1-FX(g-1(예를))f를Y(Y)=-FX(g-1(Y))D
에프와이(와이)=에프엑스(1(와이))와이1(와이)
에프와이(와이)=1에프엑스(1(와이))
에프와이(와이)=에프엑스(1(와이))와이1(와이)
에프와이(와이)=에프엑스(1(와이))|와이1(와이)|

1
가 엄격하게 모노톤 증가 또는 감소 함수 인 경우에만 결과가 유지됩니다 . 의 그래프를 그리고 미분의 정의 (엡실론과 델타를 사용한 공식적인 정의가 아님)의 기본 아이디어를 사용하여 퍼즐을 푸십시오. 또한이 사이트에는 @whuber의 답변이 있습니다. 즉, 이것은 복제본으로 닫아야합니다.
Dilip Sarwate

귀하의 책 설명은 stats.stackexchange.com/a/14490/919 에서 제공 한 내용을 연상 시킵니다 . 또한 stats.stackexchange.com/a/101298/919에 일반적인 대수적 방법을 게시하고 stats.stackexchange.com/a/4223/919 에 기하학적 설명을 게시했습니다 .
whuber

1
@DilipSarwate 설명해 주셔서 감사합니다. 직관을 이해한다고 생각합니다.하지만 기존 규칙과 정리를 사용하여 파생되는 방법에 더 관심이 있습니다. :)
dontloo

답변:


15

가 f (x) 인 연속 랜덤 변수 라고 가정 합니다. 우리가 정의하면 g ()는 다음 단조 함수이다 의 다음과 같이 얻어진다 : wrt 와 함께 양쪽에서 CDF를 차별화하여 의 pdf를 얻습니다 . 함수 g ()는 단조 증가 또는 단조 감소 일 수 있습니다. 함수 g ()가 단조 증가하면 의 pdf는 다음과 같이 주어집니다. 엑스pdf와이=(엑스)pdf와이

(와이와이)=((엑스)와이)=(엑스1(와이))영형아르 자형에프와이(와이)=에프엑스(1(와이)),CDF의 정의에 의해
와이와이와이YfY(y)=fX(g-1(y))d
에프와이(와이)=에프엑스(1(와이))와이1(와이)
는 단조롭게 감소하는 경우 한편은, 다음의 PDF 주어진다 위의 두 방정식을 단일 방정식으로 결합 할 수 있습니다. 와이fY(y)=fX(g-1(y))|
에프와이(와이)=에프엑스(1(와이))와이1(와이)
에프와이(와이)=에프엑스(1(와이))|와이1(와이)|

그러나 fx에 대한 적분의 합은 1이고 fy는 fx의 스케일 버전이므로, abs ()의 jacobian이 1 또는 -1이 아닌 한 fy가 올바른 pdf가 아님을 의미하지 않습니까?
Chris

@Chris 의 Jacobian은 반드시 일정한 함수일 필요는 없으므로 어떤 곳에서는> 1이고 다른 곳에서는 <1 일 수 있습니다. 1
Yatharth Agarwal
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.