“.632 규칙”에서 확률이 같지 않으면 어떻게됩니까?


11

이 질문은 ".632 규칙" 에 관한 질문에서 비롯된 것 입니다. 문제를 단순화하는 범위에서 user603의 답변 / 표기법을 특별히 언급하고 있습니다.

이 답변은 크기가 표본으로 시작하고, 수집 된 별개의 항목 에서 을 교체합니다 (콜). 샘플 가 N 의 특정 요소 과 다를 은N I t의 H S I m ( 1 - 1 / N ) .n,nithsim(1−1/n).

이 답변에서 N의 모든 요소는 무작위로 그려 질 확률이 동일합니다.

내 질문은 이것입니다 : 대신 위의 질문에서 그릴 항목이 정상적으로 분포되어 있다고 가정하십시오. 즉, 표준 법선 곡선을 에서 로 (100) 동일한 길이의 하위 간격으로 세분화합니다 . N의 100 개 항목 각각은 각각의 간격에서 곡선이 차지하는 면적과 동일한 드로우 가능성이 있습니다.Z = 4Z=−4Z=4

내 생각은 다음과 같습니다.

추론은 내가 생각하는 링크 된 답변과 유사합니다. m 이 N 인 원소를 갖는 si≠m 일 확률 은 P ( s i ≠ m ) = ( 1 - F i ) 이며, 여기서 F i 는 s i 를 그릴 확률이다 .mP(si≠m)=(1−Fi)Fisi.

특정 요소 m이 크기 n의 표본 S에있을 확률은 다음과 같습니다.

P(m∈S)=1−P(m∉S)=1−∏1nP(si≠m)
=1−∏1n(1−Fi).

계산은 그 서브 구간의 길이는 첫 번째 경우와 동일한 번호에 응답 수렴 작은수록 (표시 확률 보인다 si 모두 같음)를.

이 구성은 드물지만 N의 요소를 던지는 것처럼 보이기 때문에 반 직관적입니다.

또한 이것이 정확하다면, 우리는

limn→∞∏1n(1−Fi)=lim(1−1/n)n=1/e,

나는 아직 진실인지 거짓인지 모른다.

편집 : 그것이 사실이라면 아마 일부를 일반화 할 것입니다.

통찰력을 가져 주셔서 감사합니다.


방금 수학 일반화에 관한 마지막 방정식 (질문 791114)에 대해 물었습니다. 왜냐하면 그것이 어떻게 일반화되는지에 관심이 있기 때문입니다.
— 다니엘

... 짧은 대답은 마지막 평등이 올바르게 작동하는 PDF에 대해 정확하다는 것입니다. 따라서 질문에 대한 답은 .632 규칙이 다양한 기본 분포에 적용된다는 것입니다.
— 다니엘

다른 사이트에서 다른 사람의 답변을 들어 여기에 게시 할 수 있습니까? 그래서 내가 간단한 의견을 게시했습니다. 어쩌면 내가 할 수있는 경우이 방법을 받아 들일 수 있습니다.
— 다니엘

물론 당신은 어느 시점에서 소스를 언급 할 수 있습니다 :)
— Firebug

@Firebug : 이것이 수행되는 인스턴스를 가리켜 서 무슨 의미인지 알 수 있습니까? 감사.
— 다니엘

답변:


2

질문은 제한 행동에 대해 묻습니다.

(1)=1−∏i=1n(1−Fi)

같이 증가하고 균일 (a) 모두가 화합 합이 음수 및 (b)임을 이러한 방식으로 수축. (이것은 의 구성 과 확률의 공리 에서 따릅니다 .)F i F inFi Fi

정의상 이 제품은 로그의 지수입니다.

∏i=1n(1−Fi)=exp⁡(∑i=1nlog⁡(1−Fi)).

적용된 Taylor 's Theorem (나머지의 Lagrange 형식)은 다음과 같이 설정합니다.log

log⁡(1−Fi)=−Fi−12ϕi2≥−Fi−12Fi2

간격의 일부 에 대해 . 즉, 이러한 대수는 동일 몇 가지 용어까지 최대 배 . 그러나 경우에 하는 모든 것을 보장하기 위해 충분히 큰 것이다 보다 작은 어떤 주어진 (의 균일 한 수축을 보장하는 조건 ) 다음 (b)는 암시 따라서 [ 0 , F I ] - F I 1 / 2 F 2 I N F I ε > 0 F 나 N ε는 > Σ F는 난 = 1ϕi[0,Fi]−Fi 1/2Fi2nFiϵ>0Finϵ>∑Fi=1

∑i=1nFi2≤∑i=1nϵ2<∑i=1n(1n)2=1n.

따라서

−1=−∑i=1nFi≥∑i=1nlog⁡(1−Fi)≥−∑i=1nFi−121n=−1−12n

수렴하는 두 시퀀스 사이의 로그를 압축합니다 . 는 연속적 이기 때문에 이 한계의 지수로 수렴됩니다 . 따라서exp ∏ n i = 1 ( 1 − F i ) exp ( − 1 )−1exp∏i=1n(1−Fi)특급⁡(−1)

임엔→∞(1−∏나는=1엔(1−에프나는))=1−특급⁡(−1)≈0.632,

QED .


이 분석을 자세히 살펴보면이 근사값의 오차 (항상 하한값 임)가 예를 들어, 표준 정규 분포를 와 사이의 슬라이스로 모드 근처에서 최대 생성되며 , 여기서 사각형의 면적과 거의 같습니다. . 전술 한 경계는 화학식 의 값 이 그의 제한 값의 내에있을 것이라는 것을 확립한다 . 실제 오차는 10 배 정도 작습니다.N=400-44 F i가 0EXP(-1 / 2) / 50≈0.012(1)0.0110.001041 F I (1)

(특급⁡((엔/2)최대(에프나는2))−1)특급⁡(−1).
엔=400−44에프나는0특급⁡(−1/2)/50≈0.012(1)0.0110.001041 . 계산은 다음과 같습니다 R( 중 어느 것도 비해 작기 때문에 신뢰할 수 있습니다 ).에프나는1
f <- diff(pnorm(seq(-4, 4, length.out=401))) # The normal "slices".
f <- f / sum(f)                              # Make them sum to unity.
exp(-1) - prod(1 - f)                        # Compute the error.

사실 1 - prod(1-f)이다 반면 이다 .1 − exp ( − 1 ) 0.6321206 …0.6331615…1−특급⁡(−1)0.6321206…


2
오류 분석은이 답변에서 매우 유용한 측면입니다.
— 다니엘
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.