-
拉普拉斯分佈
鎖定
- 中文名
- 拉普拉斯分佈
- 外文名
- The Laplace distribution
- 提 出
- 拉普拉斯
- 發現時間
- 1774年
- 領 域
- 數學
- 性 質
- 指數分佈
- 參 數
- 位置參數,尺度參數
- 類 型
- 數學術語
目錄
- 1 定義
- 2 拉普拉斯分佈的若干性質
- 3 應用
拉普拉斯分佈定義
設隨機變量
具有密度函數
其中
為常數,且
,則稱
服從參數為
的拉普拉斯分佈。
易見,
,且
,
(令
) =
.
可見
此外
拉普拉斯分佈拉普拉斯分佈的若干性質
則稱X服從參數為
(位置參數)和
(尺度參數)的拉普拉斯(Laplace)分佈,記作
.
2.設
,則它的分佈函數為
.
3.設
,則
.
4..設
,則它的r階中心矩為
當r為奇數是其值為0,為偶數時其值為
。
5.設
,則
拉普拉斯分佈應用
在近代統計中,穩健性佔有重要的地位,例如在古典迴歸分析中,用偏差平方和的大小作標準,來選擇迴歸係數使它達到極小,這種迴歸不具有穩健性,然而,如改為用偏差的絕對值和作為標準,卻具有穩健性.。於是研究隨機變量絕對值的分佈是很有意義的. 設
,可以證明
,其中
這是一個很有意思的結果。若X與Y獨立同分佈於
,則
,上述兩個事實表明,若在迴歸分析中假定服從拉普拉斯分佈,並用絕對偏差和作為標準,可以導出很多良好的性質。
拉普拉斯分佈與正態分佈有一定的聯繫。 設 X , Y , Z ,W 獨立同分佈於N(0,1),則
拉普拉斯分佈和哥西分佈之間有着非常有趣的聯繫。C (0,1) 的分佈密度和特徵函數 分別為
而
的分佈密度和持徵函數分別是
設
是總體
的樣本,欲通過它們來估計
和
,將
重排得
,若n為奇數,用
作為
的估計;若n為偶數,則可用
至
之間的任何一個數來作為
的估計,通常用
而
的估計是:
若
已知,則
若
未知,則