摘要:各种类型的偏对称分布一直是学者们研究的课题,国内外有一些学者研究了偏拉普拉斯分布。在此基础上,研究了偏对称拉普拉斯分布,此类分布包括偏正态拉普拉斯分布,偏拉普拉斯分布和偏均匀拉普拉斯分布等,并给了出它们的若干性质。
关键词:偏拉普拉斯分布;对称分布;特征函数
1、引言
偏对称分布的研究已经持续了半个多世纪,Roberts(1966)最早提出偏正态分布,Azzalini [1] (1985)在此基础上定义了偏正态分布的概念。Gupta [2] (2002)研究了偏对称拉普拉斯分布的一些性质;Tomasz and Seidu [3] [4] (2006)等讨论了拉普拉斯分布的离散形式,然后给出了概率密度函数、分布函数、特征函数、均值和方差的表达式。对偏拉普拉斯分布的应用研究也取得了一些成果,如Olga and José[5] (2008)等把偏拉普拉斯分布应用于微生物中流式细胞数据,并在图像和数值方面都取得了很好的拟合效果。
定义1.1 设为随机变量,是偶函数且为的概率密度函数,是标准拉普拉斯分布函数,即 ,这里的表示示性函数。若的概率密度函数为 其中是位置参数,是尺度参数,是偏度系数,则称服从偏对称拉普拉斯分布(以下用到的地方皆与此同义)。时,,则服从于标准偏对称拉普拉斯分布;
时,, ,当时趋向于的概率密度函数 时,,无意义;时,,,趋向于的概率密度函数。
性质1.1 设,是定义1.1中的随机变量,则
(i)的偶阶距相同。(ii)的分布函数相同。
证明: 令特征函数为,特征函数为,则
令,则令,因此 由此式可证第(i)条结论,且可推知与的阶距相同,则性质(ii)成立。
接下来将讨论f取不同的对称概率分布函数的情况,包括f取正态分布、均匀分布、Laplace分布、Logistics分布、三角分布,并研究了他们的一些性质。最后提出了若干类似的分布,有待讨论。
2、若干偏对称拉普拉斯分布
(1) 偏正态拉普拉斯分布
定义2.1 设为随机变量,为标准正态分布的概率密度函数,为标准拉普拉斯分布函数,若 的概率密度函数为则称服从偏正态拉普拉斯分布。当时,就称服从标准偏正态拉普拉斯分布。
性质2.1 若随机变量的分布为标准偏正态拉普拉斯分布,则的分布为自由度为1的卡方分布。
性质2.2 若随机变量的分布为标准偏正态拉普拉斯分布,其特征函数为,则
证明:当时,令,
令,;
令,
由三式可得
同理当时可得 可以求出
(2)偏均匀正态分布
定义2.2设为随机变量,是 [-1,1]上均匀分布的密度函数,是标准拉普拉斯分布函数,若的概率密度函数为
则称服从于偏均匀拉普拉斯分布。当时,就称服从标准偏均匀拉普拉斯分布。
性质2.3若随机变量的分布为标准偏均匀拉普拉斯分布,其特征函数为,则
证明:当时,同理当时可得 由上述性质,可以求出
(3)偏Laplace分布
定义2.4设为随机变量,和分别是标准拉普拉斯分布的密度函数和分布函数,若的概率密度函数为 ,则称服从偏Laplace分布。当时,就称服从标准偏Laplace分布。
性质2.5若随机变量的分布为标准偏Laplace分布,其特征函数为[2],则证明:当时,同理可得
由(15)式可得
(4)偏Logistics拉普拉斯分布
定义2.5设为随机变量,为标准Logistics分布的密度函数,为标准拉普拉斯分布的分布函数,若概率密度函数为
则称服从偏Logistics拉普拉斯分布。当时,就称服从标准偏Logistics拉普拉斯分布。
性质2.6若随机变量的分布为标准偏Logistics拉普拉斯分布,设为的概率密度函数则由此式可以求出
(5)偏三角正态分布
定义2.6设为随机变量,为 [-1,1]上的对称三角分布的密度函数,,若的概率密度函数为则称服从偏三角拉普拉斯分布。当时,则称服从标准偏三角拉普拉斯分布。
性质2.7若随机变量的分布为标准偏三角拉普拉斯分布,其特征函数为,则
证明:当时,利用分部积分可得
同理当可得
可得
3其它相关分布
定义3.1设为随机变量,为标准Cauchy分布的密度函数,为标准拉普拉斯分布的分布函数,若的概率密度函数为
, (24)
则称服从偏Cauchy拉普拉斯分布。当时,就称服从标准偏Cauchy拉普拉斯分布。
定义3.2设为随机变量,为Slash分布的密度函数,为标准拉普拉斯分布的分布函数,若的概率密度函数为
, (25)
则称服从偏Slash拉普拉斯分布。当时,就称服从标准偏Slash正态布。
定义3.3设为随机变量,为t分布的密度函数,为标准拉普拉斯分布的分布函数,若的概率密度函数为
, (26)
则称服从偏t拉普拉斯分布。当时,则称服从标准偏t拉普拉斯分布。
4总结
本文主要给出了若干带有偏度系数的对称概率密度函数的矩母函数、均值和方差,并给出了部分分布的概率密度函数图。在以后的工作中,可以研究偏对称拉普拉斯分布模型的参数估计和显著性检验问题。
参考文献
[1]Azzalini A. A Class of Distributions Which Includes the Normal Ones[J]. Scandinavian Journal of Statistics, 1985, 12(2):171-178.
[2]Gupta A. K, Chang F. C, Huang W. J. Some skew-symmetric models[J]. Random Oper, and Stock. Equ, 2002, 10(2):133-140.
[3]Tomasz J. Kozubowski, Seidu Inusah. A Skew Laplace Distribution on Integers[J]. Annals of the Institute of Statistical Mathematics, 2006, 58(3):555 –571.
[4]Tomasz J. Kozubowski, Seidu Inusah. A discrete analogue of the Laplace distribution[J]. Journal of Statistical Planning and Inference, 2006,136 (3):1090–1102.
[5]Olga Julià, Josép Vives Rego. A microbiology application of the skew-Laplace distribution[J]. Statistics and Operations Research Transactions, 2008,7(2):141-150.
论文作者:田芫,陈超,宗序平
论文发表刊物:《基层建设》2019年第14期
论文发表时间:2019/7/29
标签:拉普拉斯论文; 函数论文; 密度论文; 标准论文; 概率论文; 变量论文; 对称论文; 《基层建设》2019年第14期论文;