如果你想要的绿色区域,集成的最低两个pdf的从负无穷到正无穷。
但是我不清楚你是什么意思“绿色区域”PDF。
为区别两个PDF文件找到PDF
31日视图(30天)
显示旧的评论
你好,我有两个正常的数据/高斯PDF的重叠是这样的:
现在我想要的绿色区域的PDF两及使用PDF的PDF。我被告知我应该使用卷积的两个数据集?但是我没有得到,十字路口。任何建议吗?
答案(4)
约翰D 'Errico
2018年12月1日
编辑:约翰D 'Errico
2018年12月1日
以上帝的名义和小绿苹果为什么你会用卷积计算的分布两个正态分布随机变量的区别? ? ? ? ? ?也就是说,如果你有:
X1 ~ N (mu1 sigma1 ^ 2)
X2 ~ N (mu2 sigma2 ^ 2)
然后X2-X1也是正态分布的分布。
X2 - X1 ~ N (mu2——mu1 sigma1 ^ 2 + sigma2 ^ 2)
这里使用卷积是愚蠢的,当一个分析结果存在。(当然,除非你需要证明的结果作为基础课程作业的统计数据。)
http://mathworld.wolfram.com/NormalDifferenceDistribution.html
2的评论
约翰D 'Errico
2018年12月2日
你明确表示,有两个正态分布。我讨厌追逐一个移动的目标。啊。我也不喜欢咨询在评论里,这是容易长。双啊。
最后你想要什么?我认为这是一个大的一部分,你的问题,你不完全理解你在做什么,甚至你为什么这样做。(对不起,但这似乎是这里的情况)。
你想计算一个函数的分布,两个随机变量的转换。在这种情况下,它是不同的两个变量。统计数据处理领域的这些问题有时被称为“统计公差”。事实上,如果你搜索这些话和我的名字,你会发现一些30岁左右)论文主题和改进的田口方法,我和尼克Zaino写道。
问题是转换的一个随机变量的分布通常不是一个简单的人。是的,你会很幸运,当你添加或减去两个正常的变量,因为结果将仍然是正态分布如上我解释道。然而,事实往往不是如此。诀窍是使用各种方法来推断分布。这是pearsrand和johnsrnd帮助你做。(都是统计工具箱。虽然我认为我记得pearsfit效用,在某种程度上在过去。现在没有。)
我记得这样的简单问题的一个常见来源是在工程设计中,我记得诸如“堆栈公差”。这里你可能会有一堆齿轮和衬套,躺在一个轴,也许在一个传输,每一块给了尺寸公差。然后你需要知道这些厚度的总和的分布,因为它需要所有适合在一个住房。如果每个部分有一个正态分布,再一次,和简单处理。但有时,转型不是简单条件的总和,或元素分布不是正态分布。
在上面我参考的论文中,我们将展示如何使用被称为什么问题可以解决了田口方法,然后显示实际上是隐式的数值积分方法,由此我们得出改进的田口方法。改进的田口方法使用隐式高斯积分执行集成更准确。
让我看看是否能给一个例子。(已经有很长时间以来我做了任何严重的工作在这个领域……,所以给我几分钟来写点东西……)
杰夫•米勒
2018年12月1日
1)你的意思是当你说“我做卷积,得到了一组值”?这听起来有点像你使用MATLAB的“conv”或“conv2”功能,但是这些都不是你想要的。“卷积”与随机变量意味着不同的东西。
2)在你的第一个帖子你说你有“数据”,也许你有一组值为每个随机变量,称之为X和Y是X和Y的独立?如果不是,这个问题已经成为一个更复杂的问题。如果是这样,你可以近似的分布差异是这样的:
- 形式所有可能对与一个分数从X和一个分数Y。
- 计算每组的差异。
- 这些差异的柱状图。这个柱状图是一个近似分布的差异,你说你想要的。
3)也许你想计算的分布差异从pdf文件中函数形式(例如,正常)而不是从观察到的数据值。也可以做,如果随机变量是独立的。约翰说,如果两个旅游房车有直接的解决方案是正常的。如果不是,你可能需要使用数值积分。这有一些例程
丘比特
。例如,下面的命令来计算x - y的分布差异之间独立的γ和正常的旅游房车,当然还有许多其他发行版也定义在丘比特:
X =正常(50,5);
Y = RNGamma (6 . 01);
Diff = (X, Y)的区别;
Diff.PlotDens;%这将情节的PDF和CDF分布的差异。
布鲁诺陈德良
2018年12月2日
编辑:布鲁诺陈德良
2018年12月2日
2 A和B因变量,pdf
A + B
是
pdf (A + B) = pdf (A) * pdf (B)
“*”是哪里
连续
卷积运算符
(F * G) (t) =积分0到无穷大F(τ)G (t-tau) *τ。
如果你想要的PDF a - b,然后只做
pdf (A - B) = pdf (A) * pdf (- B) = pdf (A) *翻转(pdf (B))
在哪里
翻转(G) (x): = G (- x)
如果你想接近连续卷积的离散卷积(采取适当措施),这将给你一种方法计算的pdf (a - b)。
只是遵循数学逻辑,然后你会发现如何获得一个从离散卷积approximatio PDF的a - b。
