分布の基本的操作とは? わかりやすく解説

Weblio 辞書 > 辞書・百科事典 > ウィキペディア小見出し辞書 > 分布の基本的操作の意味・解説 

分布の基本的操作

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/10/13 10:26 UTC 版)

特性関数 (確率論)」の記事における「分布の基本的操作」の解説

特性関数は、独立確率変数線型関数操作する際に特に便利である。例えば、X1, X2, …, Xn独立な(同分布である必要はない)確率変数の列とし、 S n = ∑ i = 1 n a i X i {\displaystyle S_{n}=\sum _{i=1}^{n}a_{i}X_{i}} とする。ここで ai定数である。すると、Sn特性関数次のように定義できる。 φ S n ( t ) = φ X 1 ( a 1 t ) φ X 2 ( a 2 t ) ⋯ φ X n ( a n t ) {\displaystyle \varphi _{S_{n}}(t)=\varphi _{X_{1}}(a_{1}t)\varphi _{X_{2}}(a_{2}t)\cdots \varphi _{X_{n}}(a_{n}t)} 特に φ X + Y ( t ) = φ X ( t ) φ Y ( t ) {\displaystyle \varphi _{X+Y}(t)=\varphi _{X}(t)\varphi _{Y}(t)} となる。これを示すには、特性関数の定義を書いてみればよい。 φ X + Y ( t ) = E ( e i t ( X + Y ) ) = E ( e i t X e i t Y ) = E ( e i t X ) E ( e i t Y ) = φ X ( t ) φ Y ( t ) {\displaystyle \varphi _{X+Y}(t)=E\left(e^{it(X+Y)}\right)=E\left(e^{itX}e^{itY}\right)=E\left(e^{itX}\right)E\left(e^{itY}\right)=\varphi _{X}(t)\varphi _{Y}(t)} X と Y の独立性は、3 つ目の式と 4 つ目の式が等しいことを示すのに必要となる。 もう一つ興味深い例として、ai = 1/n の場合Sn標本平均となる。この場合 X で平均表し、 φ X ¯ ( t ) = ( φ X ( t / n ) ) n {\displaystyle \varphi _{\overline {X}}(t)=\left(\varphi _{X}(t/n)\right)^{n}} となる。

※この「分布の基本的操作」の解説は、「特性関数 (確率論)」の解説の一部です。
「分布の基本的操作」を含む「特性関数 (確率論)」の記事については、「特性関数 (確率論)」の概要を参照ください。

ウィキペディア小見出し辞書の「分布の基本的操作」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「分布の基本的操作」の関連用語

分布の基本的操作のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



分布の基本的操作のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの特性関数 (確率論) (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS