Pertanyaan ini mengarah dari pertanyaan berikut. /math/360275/e1-1x2-under-a-normal-distribution
Pada dasarnya apa itu bawah Gaussian . Saya mencoba menulis ulang sebagai campuran skalar dari Gaussians ( ). Ini juga terhenti, kecuali kalian punya trik di bawah ikat pinggang Anda.
Jika integral ini tidak analitis, apakah ada batasan yang masuk akal?
normal-distribution
expected-value
bounds
sachinruk
sumber
sumber
Jawaban:
Biarkan menjadi Normal PDF dan menjadi PDF dari distribusi t Student dengan satu df Karena PDF variabel Normal adalah (dengan simetri), harapannya sama denganfσ( x ) =12 π√σexp( -x22σ2) ( 0 , σ) g( x ) =1π( 1 +x2)- 1 ( μ , σ) X fσ( x - μ ) =fσ( μ - x )
Ini adalah rumus yang menentukan untuk konvolusi . Hasil paling mendasar dari analisis Fourier adalah bahwa transformasi Fourier dari konvolusi adalah produk dari transformasi Fourier . Selain itu, fungsi karakteristik (cf) adalah (hingga kelipatan yang sesuai) Transformasi Fourier dari PDF. The cf dari normal distribusi adalah( f⋆ πg) ( μ ) ( 0 , σ)
dan c dari distribusi t Student ini adalah
(Keduanya dapat diperoleh dengan metode dasar.) Nilai transformasi Fourier terbalik dari produk mereka di adalah, menurut definisi,μ
Perhitungannya adalah dasar: jalankan secara terpisah selama interval dan untuk menyederhanakanuntuk dan , masing-masing, dan menyelesaikan kuadrat setiap kali. Integral yang mirip dengan CDF Normal diperoleh - tetapi dengan argumen yang kompleks. Salah satu cara untuk menulis solusinya adalah( - ∞ , 0 ] [ 0 , ∞ ) | t | - t t
Di sini, adalah fungsi kesalahan komplementer di manaerfc ( z) = 1 - erf ( z)
Kasus khusus adalah yang ekspresi ini dikurangi menjadiμ = 0 , σ= 1
Berikut adalah plot kontur (pada sumbu logaritmik untuk ).Eσ, μ σ
sumber
Ini adalah ide bagaimana menyelesaikannya yang menggunakan identitas yang diusulkan oleh Did here . Anda bisa menggunakannya
sumber