Studente t come miscela di gaussiano


23

Utilizzando la distribuzione t dello studente con k>0 gradi di libertà, il parametro di posizione e il parametro di scala hanno densitàsls

Γ(k+12)Γ(k2kπs2){1+k1(xls)}(k+1)/2,

come dimostrare che la distribuzione Student può essere scritta come una miscela di distribuzioni gaussiane lasciando , e l'integrazione della densità articolare per ottenere la densità marginale ? Quali sono i parametri della distribuzione risultante , come funzioni di ?tXN(μ,σ2)τ=1/σ2Γ(α,β)f(x,τ|μ)f(x|μ)tμ,α,β

Mi sono perso nel calcolo integrando la densità condizionale comune con la distribuzione gamma.

Risposte:


31

Il PDF di una distribuzione normale è

fμ,σ(x)=12πσe(xμ)22σ2dx

ma in termini di lo èτ=1/σ2

gμ,τ(x)=τ2πeτ(xμ)22dx.

Il PDF di una distribuzione Gamma è

hα,β(τ)=1Γ(α)eτβτ1+αβαdτ.

Il loro prodotto, leggermente semplificato con una semplice algebra, è quindi

fμ,α,β(x,τ)=1βαΓ(α)2πeτ((xμ)22+1β)τ1/2+αdτdx.

La sua parte interna ha evidentemente la forma , rendendola un multiplo di una funzione Gamma quando integrata su tutto l'intervallo τ = 0exp(constant1×τ)×τconstant2dττ=0 a . Quell'integrale quindi è immediato (ottenuto conoscendo l'integrale di una distribuzione Gamma è unità), dando la distribuzione marginaleτ=

fμ,α,β(x)=βΓ(α+12)2πΓ(α)1(β2(xμ)2+1)α+12.

Cercare di abbinare il modello fornito per la distribuzione mostra che c'è un errore nella domanda: il PDF per la distribuzione t Student è effettivamente proporzionale at

1ks(11+k1(xls)2)k+12

(la potenza di è 2 , non 1 ). La corrispondenza dei termini indica k = 2 α , l = μ e s = 1 / (xl)/s21k=2αl=μ .s=1/αβ


Si noti che non era necessario alcun calcolo per questa derivazione: tutto riguardava la ricerca delle formule dei PDF normali e gamma, l'esecuzione di alcune banali manipolazioni algebriche che coinvolgono prodotti e poteri e la corrispondenza di schemi in espressioni algebriche (in quell'ordine).


10
Ispirato da questa risposta, ho realizzato un'animazione della distribuzione t come una miscela di distribuzioni normali. È disponibile qui: sumsar.net/blog/2013/12/t-as-a-mixture-of-normals
Rasmus Bååth

1
@whuber: Tecnicamente, per quel tipo di abbinamento c'è sempre un uso implicito del calcolo nel tuo riconoscimento che puoi integrare la densità gamma usando la sua forma integrale nota. (Questo è l'equivalente statistico di nascondere i broccoli mescolandoli con carne e patate.) Un modo intelligente di nascondere il calcolo!
Ripristina Monica il

1

Non conosco i passaggi del calcolo, ma conosco i risultati di alcuni libri (non ricordo quale ...). Di solito lo tengo a mente direttamente ... :-) La distribuzione Student con la libertà di grado k può essere considerata una distribuzione normale con la miscela di varianza Y , dove Y segue la distribuzione gamma inversa. Più precisamente, X ~ t ( k ) , X = tkYYXt(k)XYΦYIG(k/2,k/2)Φ


0

0

1/τX=Y
τYττ1/τX
τΓ(α,β)β2Γ(α,2)β2χ2(2α)
using a well-known result about gammas and Chi-squares (decompose a gamma as a sum of exponentials and combine the exponentials to normals to Chi squares) This in turn implies that
YX1(β/2)χ2(2α)
=Xαβχ2α2/(2α)
which is a scaled t with k=2α and s=1/αβ by variance of t. We can recenter our representation at μ and l would follow.

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.