Случайные величины и распределения

Случайная величина — это измеримая функция на вероятностном пространстве, а её распределение, являющееся прообразом меры, которую она индуцирует на вещественной оси, отражает результаты экспериментов и данные; эта область изучает распределения и аналитические инструменты для их описания.

Definition

Случайная величина — это измеримая функция из вероятностного пространства в вещественные числа, а её распределение — это вероятностная мера, которую она индуцирует на вещественной оси, обобщённая функцией распределения и изучаемая с помощью плотностей, моментов и характеристических функций.

Scope

Эта область охватывает случайные величины и случайные векторы, функции распределения и плотности, характеристическую функцию как преобразование Фурье распределения, а также её обращение и единственность, стандартные дискретные и непрерывные семейства распределений, преобразование переменных вместе с моментами, производящими функциями и взаимосвязями между ними.

Sub-topics

• Характеристические функции
• Распространенные вероятностные распределения
• Случайные величины и функции распределения
• Преобразования и моменты

Core questions

• Как определяется распределение случайной величины независимо от базового пространства элементарных исходов?
• Какие аналитические преобразования однозначно кодируют распределение и упрощают суммы независимых переменных?
• Какие стандартные семейства распределений встречаются наиболее часто и почему?
• Как преобразуется распределение при применении функций к случайной величине, и что раскрывают её моменты?

Key theories

Распределение как прообраз меры

Распределение, или закон, случайной величины является образом вероятностной меры под действием этой переменной, поэтому все вероятностные утверждения о переменной зависят только от этого закона, а не от конкретного вероятностного пространства, на котором она определена.

Единственность и обращение характеристической функции

Характеристическая функция является преобразованием Фурье распределения; она однозначно определяет распределение, может быть обращена для его восстановления и превращает свёртку независимых переменных в произведение, что делает её центральным аналитическим инструментом для предельных теорем.

Clinical relevance

Распределения являются языком, на котором выражаются статистические модели, симуляции и риски: выбор и подгонка семейства распределений лежат в основе оценивания и проверки гипотез, характеристические и производящие функции используются для доказательства предельных теорем, а преобразования переменных рутинно применяются в моделировании Монте-Карло и распространении неопределённости.

History

Специфические распределения, такие как биномиальное, нормальное и Пуассона, изучались задолго до появления абстрактной теории де Муавром, Лапласом, Гауссом и Пуассоном. Объединяющий взгляд на случайную величину как на измеримую функцию с индуцированным законом и систематическое использование характеристических функций, предложенное Леви, относятся к синтезу теории меры XX века.

Key figures

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

Seminal works

• feller1971
• billingsley1995

Frequently asked questions

В чём разница между случайной величиной и её распределением?

Случайная величина — это функция на пространстве элементарных исходов, тогда как её распределение — это вероятностная мера, которую она индуцирует на вещественной оси; две очень разные случайные величины могут иметь одно и то же распределение, и только распределение имеет значение для вероятностей событий, определённых исключительно через эту переменную.

Почему характеристические функции так широко используются?

Они всегда существуют, однозначно определяют распределение, преобразуют суммы независимых переменных в произведения и обладают свойствами непрерывности, что делает их естественным инструментом для доказательства сходимости по распределению и центральной предельной теоремы.