عائلة الموقع-المقياس

في نظرية الاحتمالات ، وخاصة في الإحصاء الرياضي ، تُعرف عائلة الموقع-المقياس بأنها عائلة من التوزيعات الاحتمالية التي تُحدد بمعامل الموقع ومعامل المقياس غير السالب . لأي متغير عشوائيX{\displaystyle X}والتي تنتمي دالة توزيع احتمالاتها إلى هذه العائلة، دالة توزيعY=دأ+بX{\displaystyle Y\,{\stackrel {d}{=}}\,a+bX}وينتمي أيضاً إلى العائلة (حيث=د{\displaystyle {\stackrel {d}{=}}}ويعني " متساوية في التوزيع " - أي "لها نفس التوزيع مثل").

بمعنى آخر، فصل دراسيΩأوميغاتُعتبر عائلة التوزيعات الاحتمالية عائلة مكان-مقياس إذا كانت جميع دوال التوزيع التراكميFΩ{\displaystyle F\in \Omega }وأي أعداد حقيقيةأR{\displaystyle a\in \mathbb {R} }وب>0{\displaystyle b>0}دالة التوزيعجي(x)=F(أ+بx){\displaystyle G(x)=F(a+bx)}وهو أيضاً عضو فيΩأوميغا.

  • لوX{\displaystyle X}لها دالة توزيع تراكميFX(x)=P(Xx){\displaystyle F_{X}(x)=P(X\leq x)}، ثمY=أ+بX{\displaystyle Y=a+bX}لها دالة توزيع تراكميFY(y)=FX(y-أب){\displaystyle F_{Y}(y)=F_{X}\left({\frac {ya}{b}}\right)}.
  • لوX{\displaystyle X}هو متغير عشوائي منفصل ذو دالة كتلة احتماليةصX(x)=P(X=x){\displaystyle p_{X}(x)=P(X=x)}، ثمY=أ+بX{\displaystyle Y=a+bX}هو متغير عشوائي منفصل ذو دالة كتلة احتماليةصY(y)=صX(y-أب){\displaystyle p_{Y}(y)=p_{X}\left({\frac {ya}{b}}\right)}.
  • لوX{\displaystyle X}متغير عشوائي مستمر ذو دالة كثافة احتماليةوX(x){\displaystyle f_{X}(x)}، ثمY=أ+بX{\displaystyle Y=a+bX}متغير عشوائي مستمر ذو دالة كثافة احتماليةوY(y)=1بوX(y-أب){\displaystyle f_{Y}(y)={\frac {1}{b}}f_{X}\left({\frac {ya}{b}}\right)}.
  • لوX{\displaystyle X}يحتوي على دالة توليد العزوممX(ت){\displaystyle M_{X}(t)}، ثمY=أ+بX{\displaystyle Y=a+bX}يحتوي على دالة توليد العزوممY(ت)=هـأتمX(بت){\displaystyle M_{Y}(t)=e^{at}M_{X}(bt)}.
  • لوX{\displaystyle X}له وظيفة مميزةφX(ت){\displaystyle \varphi _{X}(t)}، ثمY=أ+بX{\displaystyle Y=a+bX}له وظيفة مميزةφY(ت)=هـأناأتφX(بت){\displaystyle \varphi _{Y}(t)=e^{iat}\varphi _{X}(bt)}.

علاوة على ذلك، إذاX{\displaystyle X}وY{\displaystyle Y}متغيران عشوائيان تنتمي دوال توزيعهما إلى عائلة المتغيرات العشوائية، وبافتراض وجود العزمين الأولين و X{\displaystyle X}إذا كان متوسطها يساوي صفرًا وتباينها يساوي واحدًا، فإنY{\displaystyle Y}يمكن كتابتها على النحو التاليY=دμY+σYX{\displaystyle Y\,{\stackrel {d}{=}}\,\mu _{Y}+\sigma _{Y}X}، أينμY{\displaystyle \mu _{Y}}وσY{\displaystyle \sigma _{Y}}يمثل المتوسط ​​والانحراف المعياري لـY{\displaystyle Y}.

في نظرية القرار ، إذا كانت جميع التوزيعات البديلة المتاحة لصانع القرار تنتمي إلى نفس عائلة الموقع والمقياس، وكانت العزمتان الأوليان محدودتين، فإنه يمكن تطبيق نموذج قرار ثنائي العزم ، ويمكن صياغة عملية صنع القرار بدلالة متوسطات وتباينات التوزيعات . [ 1 ] [ 2 ] [ 3 ]

أمثلة

غالبًا ما تقتصر عائلات التوزيع المكاني-المقياسي على تلك التي تتشابه فيها جميع عناصرها في الشكل الوظيفي. معظم هذه العائلات أحادية المتغير ، وإن لم تكن جميعها. ومن العائلات المعروفة التي يكون فيها الشكل الوظيفي للتوزيع متسقًا في جميع عناصرها ما يلي:

تحويل توزيع واحد إلى عائلة توزيعات الموقع والمقياس

يوضح ما يلي كيفية تطبيق عائلة التوزيع المكاني-المقياسي في حزمة إحصائية أو بيئة برمجة لا تتوفر فيها إلا وظائف النسخة "القياسية" من التوزيع. صُمم هذا المثال للغة ولكن يمكن تعميمه على أي لغة ومكتبة.

المثال هنا هو توزيع t للطالب ، والذي يُقدّم عادةً في لغة R بصيغته القياسية فقط، مع مُعامل درجة حريةdf واحد . تُظهر النسخ أدناه، مع _lsالإضافات، كيفية تعميم هذا التوزيع إلى توزيع t للطالب المُعمّم مع مُعامل موقع mومُعامل مقياس اختياريين s.

دالة كثافة الاحتمال (PDF):dt_ls(x, df, m, s) =1/s * dt((x - m) / s, df)
دالة التوزيع التراكمي (CDF):pt_ls(x, df, m, s) =pt((x - m) / s, df)
دالة الكمية (دالة التوزيع التراكمي العكسي):qt_ls(prob, df, m, s) =qt(prob, df) * s + m
توليد متغير عشوائي :rt_ls(df, m, s) =rt(df) * s + m

لاحظ أن هذه الدوال المعممة ليس لها انحراف معياري sلأن توزيعات t المعيارية ليس لها انحراف معياري يساوي 1.

مراجع

  1. ماير، جاك (1987). "نماذج القرار ذات اللحظتين وتعظيم المنفعة المتوقعة". المجلة الاقتصادية الأمريكية . 77 (3): 421-430 . JSTOR 1804104 . 
  2. مايشار، ج. (1978). "ملاحظة حول نقد فيلدشتاين لتحليل المتوسط ​​والتباين". مراجعة الدراسات الاقتصادية . 45 (1): 197-199 . JSTOR 2297094 . 
  3. سين، هـ.-و. (1983). القرارات الاقتصادية في ظل عدم اليقين ( الطبعة الإنجليزية الثانية). نورث هولاند.