Kezdőoldal » Tudományok » Természettudományok » Egy bivariate normal distrubut...

Egy bivariate normal distrubution (azaz kétdimenziós Gauss) sugár eloszlása milyen függvény? Neve van? Alakját valahol megtalálom a neten?

Figyelt kérdés
tehát nem az (x|y) 2D-eloszlása, hanem az r=sqrt(x^2+y2) 1D-eloszlására lennék kíváncsi

2017. aug. 22. 17:05
 1/5 anonim ***** válasza:

Ennek talán neki lehetne menni izomból, kiírni a 2D Gausst, felírni a vonalintegrált a paraméterezett koncentrikus körökre és remélni hogy kiszámolható.


A legegyszerűbb eset talán ad valami betekintést az alakjába. Szigma = egységmátrix esetén (konstansokat elhagyva) e^-r^2 jellegű a sűrűségfüggvény így nyilván r*e^-r^2 alakú a sugárra vetett marginális. Gyanúm szerint tetszőleges szigmára is r*e^-c*r^2 jellegű alak jönne ki, csak az exponensbeli r skálázva lenne szigma szerint valahogy.

2017. aug. 22. 17:47
Hasznos számodra ez a válasz?
 2/5 anonim ***** válasza:

A [normalizáló konstans]*x*e^(-x^2) függvény neve amúgy khí-eloszlás k=2 paraméterrel. A khí eloszlás k darab független normális valváltozó négyzetösszegének négyzetgyöke, ami ugye pont az általad felvázolt kérdésbeli r, egység szigma mellett.


Sajnos olyan eloszlást nem találtam, ami ugyanezt csinálná nem független változókra.

2017. aug. 22. 18:18
Hasznos számodra ez a válasz?
 3/5 anonim ***** válasza:

Megvan az általános megoldás:

[link]


A függetlenség nem probléma, mivel az origó körül elforgathatod a 2D Gauss eloszlásodat úgy, hogy a két tengelye párhuzamos legyen x/y tengelyekkel, azaz független legyen a két új változó. Az origó körüli forgatás az r-re nézett marginálist nem változtatja meg. És a két független változóra már egy az egyben alkalmazható a noncentral khí eloszlás képlete.

2017. aug. 22. 18:30
Hasznos számodra ez a válasz?
 4/5 anonim ***** válasza:
Na, jól telespammelem a kérdésedet. Nem elég általános ez se, mert azonos műt és szigmát követel meg a két változótól. Kezdek arra gyanakodni, hogy talán nincs is kész megoldás a problémádra.
2017. aug. 22. 18:34
Hasznos számodra ez a válasz?
 5/5 anonim ***** válasza:
Hoyt distributiont nézd meg. Ez se tökéletes mert csak nulla várható értékre működik, de legalább engedi az elnyújtott eloszlást, tehát a Σ bármi lehet. Igaz előbb azt is át kell alakítani egy szélességi és egy elnyújtottsági paraméterre.
2017. aug. 22. 18:58
Hasznos számodra ez a válasz?

Kapcsolódó kérdések:




Minden jog fenntartva © 2024, www.gyakorikerdesek.hu
GYIK | Szabályzat | Jogi nyilatkozat | Adatvédelem | Cookie beállítások | WebMinute Kft. | Facebook | Kapcsolat: info(kukac)gyakorikerdesek.hu

A weboldalon megjelenő anyagok nem minősülnek szerkesztői tartalomnak, előzetes ellenőrzésen nem esnek át, az üzemeltető véleményét nem tükrözik.
Ha kifogással szeretne élni valamely tartalommal kapcsolatban, kérjük jelezze e-mailes elérhetőségünkön!