InverseChiSquareDistribution
InverseChiSquareDistribution[ν]
表示一个逆 分布,自由度为 ν.
InverseChiSquareDistribution[ν,ξ]
表示一个尺度缩放后的逆 分布,自由度为 ν,尺度为 ξ.
更多信息
- 逆 分布 InverseChiSquareDistribution[ν] 是一个自由度为 ν 的 分布的随机变量的逆所服从的分布.
- 服从一个尺度缩放后的逆 分布 InverseChiSquareDistribution[ν,ξ],其中 服从自由度为 ν 的 分布. »
- 逆 分布通常用于贝叶斯数据分析的正态模型中.
- InverseChiSquareDistribution 允许 ν 和 ξ 是任意正实数.
- InverseChiSquareDistribution 允许 ξ 是任意单位量纲的数量,而 ν 是无量纲数量. »
- InverseChiSquareDistribution 可被用在诸如 Mean、CDF 和 RandomVariate 这样的函数中.
背景
- InverseChiSquareDistribution[ν,ξ] 表示定义在区间 上的连续统计分布,由分别表示自由度和尺度的正数 ν 和 ξ 参数化,并且称为尺度逆卡方(逆 )分布. 总的来说,尺度逆 分布的概率分布函数在单个“峰”(即全局最大值)下是单峰的,虽然整体形状(高度、扩展度和 轴附近的浓缩度)由 ν 和 ξ 的值决定. 零维,尺度逆 分布的概率具有较“胖”的尾部,因为概率密度函随 的值变大呈代数级下降,而不是指数级下降.(这种行为可以通过分析分布的 SurvivalFunction 准确定量.) InverseChiSquareDistribution[ν] 的单参数格式(这等价于 InverseChiSquareDistribution[ν,1/ν])有时候称为尺度逆 分布,但是经常是逆 分布.
- InverseChiSquareDistribution[ν] 服从卡方随机变量的倒数的分布,而 InverseChiSquareDistribution[ν,ξ] 是服从这种随机变量的 尺度化的倒数. 换句话说,如果 是一个随机变量,并且 (其中 表示“服从分布”),那么 和 . 在贝叶斯概率中,逆卡方分布用作先验和后验分布,推断方差未知的正态分布数据,并且该分布也用作分类理论中的 Fisher 方法的统计基础. InverseChiSquareDistribution 也用作各种领域包括蒙特卡洛理论、金融数学、量化心理学和电子工程.
- RandomVariate 可用于给出一个或多个机器精度或任意精度(后者通过 WorkingPrecision 选项)的逆卡方分布的伪随机变元. Distributed[x,InverseChiSquareDistribution[ν,ξ]],更简洁的表示为 xInverseChiSquareDistribution[ν,ξ],可用于论断随机变量 x 服从逆卡方分布. 然后这类论断可用于诸如 Probability、NProbability、Expectation 和 NExpectation 等函数中.
- 概率密度和累积分布函数可以通过使用 PDF[InverseChiSquareDistribution[ν,ξ],x] 和 CDF[InverseChiSquareDistribution[ν,ξ],x] 给出. 均值、中位数、方差、原始矩和中心矩可以分别使用 Mean、Median、Variance、Moment 和 CentralMoment 计算.
- DistributionFitTest 可用于检验给定的数据集是否与逆卡方分布相一致, EstimatedDistribution 可用于通过给定数据估计逆卡方参数分布,而 FindDistributionParameters 可用于将数据拟合为逆卡方分布. ProbabilityPlot 可用于生成已知数据相对于符号式逆卡方分布的 CDF 图形,而 QuantilePlot 可用于生成已知数据相对于符号式逆卡方分布的分位数的分位数图形.
- TransformedDistribution 可用于表示变换逆卡方分布,CensoredDistribution 可用于表示在上限和下限删失值的分布,而 TruncatedDistribution 可用于表示在上限和下限值之间截断值的分布. CopulaDistribution 可用于构建包含逆卡方分布的更高维分布,而 ProductDistribution 可用于计算涉及逆卡方分布的独立分量分布的联合分布.
- InverseChiSquareDistribution 与若干其他分布密切相关. 例如,某些分布,包括 GammaDistribution、ExponentialDistribution、ChiSquareDistribution、UniformDistribution 和 LaplaceDistribution 可以通过变换 InverseChiSquareDistribution 得到,而 NormalDistribution 和 FRatioDistribution 是 InverseChiSquareDistribution 的变换版本的极限值. 更进一步说,InverseChiSquareDistribution 可以视为 PearsonDistribution 和 InverseGammaDistribution 的特例,并且作为包括 RayleighDistribution、MaxwellDistribution 和ParetoDistribution 的分布的变换特例. InverseChiSquareDistribution 也与 BetaDistribution、StudentTDistribution、UniformDistribution 和 NoncentralChiSquareDistribution 紧密相关.
范例
打开所有单元关闭所有单元范围 (8)
在极限情况下,峰度与 NormalDistribution 的相同:
在参数中对 Quantity 的一致使用产生 QuantityDistribution:
应用 (2)
研究发现均值为零的一个正态分布的方差的后验分布服从 InverseChiSquareDistribution,其中参数 以及尺度 . 求最可能的方差值:
InverseChiSquareDistribution 是均值已知、方差未知的正态分布的似然值的共轭先验分布:
后验分布是具有新参数 和 的 InverseChiSquareDistribution:
属性和关系 (7)
当使用一个正因子为比例进行缩放时,新生成的分布仍然是 InverseChiSquareDistribution:
InverseChiSquareDistribution[ν] 的缩放尺度为 :
InverseChiSquareDistribution 是 InverseGammaDistribution 的特例:
InverseChiSquareDistribution 和 ChiSquareDistribution 是互逆的:
可能存在的问题 (2)
文本
Wolfram Research (2008),InverseChiSquareDistribution,Wolfram 语言函数,https://reference.wolfram.com/language/ref/InverseChiSquareDistribution.html (更新于 2016 年).
CMS
Wolfram 语言. 2008. "InverseChiSquareDistribution." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2016. https://reference.wolfram.com/language/ref/InverseChiSquareDistribution.html.
APA
Wolfram 语言. (2008). InverseChiSquareDistribution. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/InverseChiSquareDistribution.html 年