Banyak distribusi memiliki "mitos asal", atau contoh proses fisik yang mereka gambarkan dengan baik:
- Anda bisa mendapatkan data yang terdistribusi normal dari sejumlah kesalahan yang tidak berkorelasi melalui Teorema Limit Pusat
- Anda bisa mendapatkan data yang didistribusikan secara biner dari flip koin independen, atau variabel yang didistribusikan Poisson dari batas proses itu
- Anda bisa mendapatkan data yang didistribusikan secara eksponensial dari waktu tunggu di bawah tingkat kerusakan konstan.
Dan seterusnya.
Tetapi bagaimana dengan distribusi Laplace ? Ini berguna untuk regularisasi L1 dan regresi LAD , tetapi sulit bagi saya untuk memikirkan situasi di mana orang harus benar-benar berharap untuk melihatnya di alam. Difusi adalah Gaussian, dan semua contoh yang dapat saya pikirkan dengan distribusi eksponensial (misalnya waktu tunggu) melibatkan nilai-nilai non-negatif.
distributions
laplace-distribution
David J. Harris
sumber
sumber
Jawaban:
Di bagian bawah halaman Wikipedia yang Anda tautkan adalah beberapa contoh:
Jika dan X 2 adalah distribusi eksponensial IID, X 1 - X 2 memiliki distribusi Laplace.X1 X2 X1−X2
Jika adalah distribusi normal standar IID, X 1 X 4 - X 2 X 3 memiliki distribusi Laplace standar. Jadi, penentu matriks 2 × 2 acak dengan entri normal standar IID ( X 1 X 2 X 3 X 4 ) memiliki distribusi Laplace.X1,X2,X3,X4 X1X4−X2X3 2×2 (X1 X3X2X4)
Jika adalah seragam IID pada [ 0 , 1 ] , maka log X 1X1,X2 [0,1] memiliki distribusi Laplace standar.logX1X2
sumber
BV Gnedenko, Batasi teorema untuk Jumlah jumlah acak dari variabel acak independen positif, Proc. 6th Berkeley Syposium Math. Stat. Probabil. 2, 537-549, 1970.
sumber