probability-theory
fX(x;μ)=1μe−xμ
指数分布に従う確率変数のm乗根への変換を考える。
Y=X1/m
この変換の逆変換は
X=Ym
であり、変換のヤコビアンは
dymdy=mym−1
となる。
fY(y)=fX(ym)mym−1=mym−1μe−ymμ=mη(yη)m−1e−(yη)m
ここで ηm=μ と置いた。
この確率密度関数を持つ確率分布をワイブル分布と呼ぶ。
E[Y]=∫0∞ymη(yη)m−1e−(yη)mdy=∫0∞ηmη(yη)me−(yη)mdy=∫0∞mue−uηmu1/m−1du=∫0∞mηmu1+1/m−1e−udu=η∫0∞u1+1/m−1e−udu=ηΓ(1+1m)
u=(yη)m
y=ηu1/m
dydu=ηmu1/m−1
E[Y2]=∫0∞y2mη(yη)m−1e−(yη)mdy=∫0∞ηymη(yη)me−(yη)mdy=∫0∞mηu1/mue−uηmu1/m−1du=∫0∞η2u1/mu1+1/m−1e−udu=η2∫0∞u1+2/m−1e−udu=η2Γ(1+2m)
これと、先に求めた平均とから V[Y]=E[Y2]−(E[Y])2=η2[Γ(1+2m)−{Γ(1+1m)}2]
と求まる。
h(y)=fY(y)1−FY(y)=(tη)m−1
ガンマ関数の定義は次のとおり。
Γ(x)=∫0∞ux−1e−udu
部分積分を1回用いると、次の関係を導ける。 Γ(x)=(x−1)Γ(x−1) xが整数ならば Γ(x)=(x−1)! である。
or
By clicking below, you agree to our terms of service.
New to HackMD? Sign up