我必须找到的pdf在哪里是一个随机变量,均匀分布在. 我用分布函数法解决了这个问题,结果是:
我无法直观地理解这个结果。乍一想,原来是这样也应该均匀分布,但这显然是错误的。我完全不明白为什么pdf去在和也是。
请帮我对这个结果形成一个直观的理解,我不是统计学背景。
我必须找到的pdf在哪里是一个随机变量,均匀分布在. 我用分布函数法解决了这个问题,结果是:
我无法直观地理解这个结果。乍一想,原来是这样也应该均匀分布,但这显然是错误的。我完全不明白为什么pdf去在和也是。
请帮我对这个结果形成一个直观的理解,我不是统计学背景。
这是对结果的一般外观的最直观的解释。只考虑原件的右半部分范围(另一半与此处发生的情况有关零对称)。
价值观在哪里结束?哪些值接近 1?为 0?
显然,从检查功能,小值将变为接近的值, 而值靠近映射到附近和附近的值映射到附近.
靠近这函数几乎是线性的,因此是均匀分布的变换后值将保持几乎一致(只是几乎线性地重新缩放 - 在这种情况下,它在此附近接近的线性变换会翻转值并将它们移动)。
靠近这函数几乎是二次的,. 那么会发生什么介于 0 和对于小?
它们被映射到之间的值和. 所以他们聚集在一个大约和他们来自哪里一样大。所以它必须得到(平均)那里的密度是那里的两倍——一个很大的数字。
例如,介于 0 和 0.01 之间的值大致介于 1-0.00005 和 1 之间。因此它们被压缩到空间的二分之一,因此需要平均 200 倍的密度,并且越靠近它就越大。
有类似的效果值接近但他们映射到附近.
所以整体外观直观清晰 - 密度应该在零附近看起来平坦并显着增加 - 实际上,在端点附近没有限制。
(注意这里。这不会影响上面关于为什么它必须看起来像这样的直观解释,但如果您尝试使用通常的代数方法来计算变换变量的密度,这很有用。)