Biến ngẫu nhiên và Phân phối
Một biến ngẫu nhiên là một hàm đo được trên không gian xác suất, và phân phối của nó, tức là độ đo đẩy tới mà nó tạo ra trên trục số thực, là những gì các thí nghiệm và dữ liệu thực sự báo cáo; lĩnh vực này nghiên cứu các phân phối và các công cụ phân tích mô tả chúng.
Definition
Một biến ngẫu nhiên là một hàm đo được từ không gian xác suất đến tập số thực, và phân phối của nó là độ đo xác suất mà nó tạo ra trên trục số thực, được tóm tắt bằng hàm phân phối và được nghiên cứu thông qua các hàm mật độ, các mô men và các hàm đặc trưng.
Scope
Lĩnh vực này bao gồm các biến ngẫu nhiên và vectơ ngẫu nhiên, các hàm phân phối và mật độ, hàm đặc trưng như biến đổi Fourier của một phân phối cùng với phép nghịch đảo và tính duy nhất của nó, các họ phân phối rời rạc và liên tục tiêu chuẩn, và phép biến đổi biến cùng với các mô men, hàm sinh, và các mối quan hệ giữa chúng.
Sub-topics
Core questions
- Phân phối của một biến ngẫu nhiên được định nghĩa độc lập với không gian mẫu cơ bản như thế nào?
- Những phép biến đổi phân tích nào mã hóa duy nhất một phân phối và đơn giản hóa tổng của các biến độc lập?
- Những họ phân phối tiêu chuẩn nào xuất hiện lặp đi lặp lại và tại sao?
- Một phân phối biến đổi như thế nào dưới các hàm của biến ngẫu nhiên, và các mô men của nó tiết lộ điều gì?
Key theories
- Phân phối như một độ đo đẩy tới
- Phân phối, hay luật, của một biến ngẫu nhiên là ảnh của độ đo xác suất dưới biến đó, do đó tất cả các phát biểu xác suất về biến chỉ phụ thuộc vào luật này chứ không phụ thuộc vào không gian xác suất cụ thể chứa nó.
- Tính duy nhất và phép nghịch đảo của hàm đặc trưng
- Hàm đặc trưng là biến đổi Fourier của một phân phối; nó xác định duy nhất phân phối, có thể được nghịch đảo để phục hồi nó, và biến đổi tích chập của các biến độc lập thành phép nhân, điều này làm cho nó trở thành công cụ phân tích trung tâm cho các định lý giới hạn.
Clinical relevance
Các phân phối là ngôn ngữ mà các mô hình thống kê, mô phỏng và rủi ro được thể hiện: việc lựa chọn và điều chỉnh một họ phân phối là cơ sở cho ước lượng và kiểm định giả thuyết, các hàm đặc trưng và hàm sinh thúc đẩy các chứng minh của các định lý giới hạn, và các phép biến đổi biến là thường xuyên trong lấy mẫu Monte Carlo và sự lan truyền của bất định.
History
Các phân phối cụ thể như phân phối nhị thức, chuẩn và Poisson đã được nghiên cứu từ rất lâu trước lý thuyết trừu tượng, bởi de Moivre, Laplace, Gauss và Poisson. Quan điểm thống nhất về biến ngẫu nhiên như một hàm đo được với một luật cảm ứng, và việc sử dụng có hệ thống các hàm đặc trưng do Levy đưa ra, thuộc về tổng hợp lý thuyết độ đo thế kỷ XX.
Key figures
- William Feller
- Paul Levy
- Pierre-Simon Laplace
- Carl Friedrich Gauss
Related topics
Seminal works
- feller1971
- billingsley1995
Frequently asked questions
- Sự khác biệt giữa biến ngẫu nhiên và phân phối của nó là gì?
- Biến ngẫu nhiên là một hàm trên không gian mẫu, trong khi phân phối của nó là độ đo xác suất mà nó tạo ra trên trục số thực; hai biến ngẫu nhiên rất khác nhau có thể có cùng phân phối, và chỉ phân phối mới quan trọng đối với xác suất của các sự kiện được định nghĩa chỉ thông qua biến.
- Tại sao các hàm đặc trưng được sử dụng nhiều như vậy?
- Chúng luôn tồn tại, xác định duy nhất phân phối, chuyển đổi tổng của các biến độc lập thành tích, và có các tính chất liên tục làm cho chúng trở thành phương tiện tự nhiên để chứng minh sự hội tụ trong phân phối và định lý giới hạn trung tâm.