before-content-x4
In Wahrscheinlichkeit und Statistik a Abgeschnittenes Gesetz ist ein bedingtes Gesetz, das aus einem anderen Wahrscheinlichkeitsgesetz abgeleitet ist, in dem die Drucke nur über ein definiertes Intervall gehalten werden. Für eine zufällige Variable deutlicher X echte Unterstützung, die Verteilungsfunktion, die ist F , das Gesetz, das in der realen Intervall abgeschnitten wurde [ A Anwesend B ] ist einfach das bedingte Gesetz von X | A ≤ X ≤ B . Diese Art von Situation tritt in der statistischen Zensur auf. Zum Beispiel waren einige Menschen zu Beginn der Studie bereits für die Untersuchung der verbrauchten Arbeitslosen während der Beobachtungszeit arbeitslos, fanden jedoch in dieser Zeit Arbeit (Linkskürzung) und andere verlieren ihre Arbeit und bleiben jenseits des Ende der Studie (Kürzung rechts). Die Untersuchung des verkürzten Gesetzes ermöglicht es dann, die Plausibilitätsfunktion zu bewerten.
Für eine zufällige Variable X , echte Unterstützung, und deren Verteilungsfunktion ist F und Dichte F wir können zeigen, dass die Verpackung von X im tatsächlichen Intervall [ A Anwesend B ] Frauen :
-
mit
Und
.
Die Dichte G Partner ist
-
Für
, 0 sonst. G ist eine Dichte, seitdem
-
.
Es gibt andere Kürzungen; Für einen Kürzel des Typs { X > Und } , Dichte wird
-
G ( X ) = 0 überall sonst.
Für einen Kürzel des Typs
, Dichte ist:
-
Für
und 0 sonst.
Hoffnung auf eine verkürzte Zufallsvariable [ Modifikator | Modifikator und Code ]
Die Hoffnung von X bedingt bei der Veranstaltung { X > Und } Ost
nobel C Erste , Funktion
Anwesend
Und
Oder C beides darstellen A oder B .
Reduziertes zentriertes normales Gesetz in 2 abgeschnitten.
Vergleich von zwei normalen zentrierten Gesetzen, die einen in 1,5 (rot) in 2,5 (blau) abgeschnitten haben.
Das am häufigsten verwendete verkürzte Gesetz ist Abgeschnittenes normales Gesetz , aus einem normalen Gesetz erhalten. Es wird in der Ökonometrie im Tobitmodell und im Probit -Modell verwendet, um die zensierten Daten bzw. die Wahrscheinlichkeiten der binären Entscheidungen zu modellieren.
Und
und dass wir ausmachen X zum Intervall gehören [ A Anwesend B ] mit
. Dann ist die verkürzte Dichte
-
Oder
ist die Dichte des normalen normalen Gesetzes und
seine Verteilungsfunktion. Wir verhängen den Konvent nur, wenn
, SO
und das gleiche, wenn
, SO
.
Die Momente für eine Doppelkürzung sind
-
-
Für eine einfache Kürzung werden diese Momente
-
Und
-
Betrachten Sie die folgende Konfiguration: Ein Kürzungswert, sagen wir T wurde zufällig aus einer Wahrscheinlichkeitsdichte gezogen G ( T ) , Nicht-OBSERVER.
Wir beobachten dann einen Wert X in verkürzter Dichte gezogen F ( X | T ) . Wir wünschen uns aus der Beobachtung von X , besser die Dichte von verstehen T .
Per Definition haben wir bereits:
-
Und
-
T muss größer sein als X und daher, wenn wir uns integrieren T , du musst fragen X als niedrigeres Klemmen.
Durch den Bayes -Theorem:
-
wer wird
-
Beispiel: Zwei gleichmäßige Variablen [ Modifikator | Modifikator und Code ]
Vorausgesetzt, dass T ist gleichmäßig verteilt auf [0; T ] Und X | T ist auch einheitlich verteilt, diesmal auf [0; T ]. Entweder G ( T ) Und F ( X | T ) Dichten beschreiben jeweils T Und X . Wir nehmen an, einen Wert von zu beobachten X und die Verteilung von T wissen X Ost
-
Verweise [ Modifikator | Modifikator und Code ]
- Greene, William H. (2003). Ökonometrische Analyse (5. Aufl.). Prentice Hall. (ISBN 0-13-066189-9 )
- Norman L. Johnson und Samuel Kett (1970). Kontinuierliche univariate Verteilungen-1 , Kap. 13. John Wiley & Sons.
after-content-x4
Recent Comments