確率変数と分布

確率変数とは、確率空間上の可測関数であり、その分布、すなわちそれが実数直線上に誘導するプッシュフォワード測度は、実験やデータが実際に報告するものです。この分野では、分布とそれを記述する解析的ツールを研究します。

Definition

確率変数とは、確率空間から実数への可測関数であり、その分布とは、それが実数直線上に誘導する確率測度であり、分布関数によって要約され、密度、モーメント、特性関数を通じて研究されます。

Scope

この分野は、確率変数と確率ベクトル、分布関数と密度関数、分布のフーリエ変換としての特性関数とその反転および一意性、標準的な離散分布族と連続分布族、そしてモーメント、母関数、およびそれらの間の関係とともに変数の変換を扱います。

Sub-topics

• Characteristic Functions
• Common Probability Distributions
• Random Variables and Distribution Functions
• Transformations and Moments

Core questions

• 確率変数の分布は、根底にある標本空間とは独立してどのように定義されるのでしょうか？
• どのような解析的変換が分布を一意に符号化し、独立変数の和を単純化するのでしょうか？
• どのような標準的な分布族が繰り返し現れ、その理由はなぜでしょうか？
• 確率変数の関数のもとで分布はどのように変換され、そのモーメントは何を明らかにするのでしょうか？

Key theories

プッシュフォワード測度としての分布

確率変数の分布、または法則は、変数のもとでの確率測度の像であるため、変数に関するすべての確率的記述は、それを担う特定の確率空間ではなく、この法則のみに依存します。

特性関数の一意性と反転

特性関数は分布のフーリエ変換です。それは分布を一意に決定し、それを回復するために反転することができ、独立変数の畳み込みを乗算に変換するため、極限定理の中心的な解析ツールとなります。

Clinical relevance

分布は、統計モデル、シミュレーション、およびリスクが表現される言語です。分布族の選択と適合は、推定と仮説検定の基礎となり、特性関数と母関数は極限定理の証明を推進し、変数の変換はモンテカルロサンプリングと不確実性の伝播において日常的に行われます。

History

二項分布、正規分布、ポアソン分布などの特定の分布は、ド・モアブル、ラプラス、ガウス、ポアソンによって抽象理論よりもはるか以前に研究されていました。確率変数を誘導された法則を持つ可測関数として統一的に捉える見方と、レヴィによる特性関数の体系的な使用は、20世紀の測度論的統合に属します。

Key figures

• William Feller
• Paul Levy
• Pierre-Simon Laplace
• Carl Friedrich Gauss

Seminal works

• feller1971
• billingsley1995

Frequently asked questions

確率変数とその分布の違いは何ですか？

確率変数は標本空間上の関数であり、その分布はそれが実数直線上に誘導する確率測度です。非常に異なる2つの確率変数が同じ分布を共有することがあり、変数のみを通じて定義される事象の確率にとっては分布のみが重要です。

特性関数がこれほど頻繁に使用されるのはなぜですか？

特性関数は常に存在し、分布を一意に決定し、独立変数の和を積に変換し、収束の連続性を持つため、分布収束と中心極限定理を証明するための自然な手段となります。