-
穩定分佈
鎖定
- 中文名
- 穩定分佈
- 外文名
- stable distribution
- 所屬學科
- 數學
- 別 名
- α穩定分佈
- 屬 性
- 一類無窮可分分佈
- 舉 例
- 退化分佈、正態分佈、柯西分佈等
穩定分佈穩定分佈的定義
穩定分佈穩定性定義
如果對於任意正數A和B,存在正數C和一個實數D∈R,使得
定理1 如果對任意穩定隨機變量X,總均存在數
使得C滿足
穩定分佈吸引域定義
穩定分佈特徵函數定義
式中:
為符號函數。可見,
穩定分佈的特徵函數完全由4個參數
唯一確定。符合特徵函數式(4)的4個參數稱為標準參數系S,並記為
。
(1)
稱為特徵指數(Characteristic Exponent),它決定了穩定分佈的概率密度函數拖尾厚度。它的值越小,分佈的拖尾也就越厚,所以分佈的衝擊性越強,即偏離中值的樣本個數越多:隨着
值的不斷增大,分佈的拖尾將變淺,衝擊強度降低,如圖1和圖2所示。特別説明,
穩定分佈當
=2時退化為高斯(Gauss)分佈,當
=1並且
時為柯西(Cauchy)分佈,為此我們定義0<
<2為分數低階
穩定分佈,以區別於
=2的高斯分佈。
(2) γ為尺度參數(Scale parameter)或分散係數(Dispersion),它是關於分佈樣本偏離其均值的一種度量,其意義類似於高斯分佈時的方差。實際上,在高斯分佈情況下γ為方差的兩倍。
(3) β為偏斜參數(Skewness parameter),它決定了分佈的對稱程度。當β=0時,該分佈是對稱的,通常稱為對稱α穩定(Symmetric α-Stable,SaS)分佈。高斯分佈和柯西分佈都屬於對稱α穩定分佈,β>0和好β<0分別對應分佈的左偏和右偏。
(4) δ為位置參數(Location parameter)。考慮到特徵函數與其概率密度函數互為傅里葉變換,所以式4中的指數項
表徵了概率密度函數在X軸的偏移。對於
分佈而言,δ表示分佈的均值1<α≤2或中值0<α≤1。當γ=1且δ=0時,則α穩定分佈稱為標準
穩定分佈。
穩定分佈穩定分佈的性質
α穩定分佈
具有以下基本性質:
穩定分佈性質1
若
和
均是獨立的穩定隨機變量,那麼
其中
穩定分佈性質2
若
,並且
為非零實常數,
為實數,那麼
穩定分佈性質3
對於任意0<α<2,有
。對於β>0,稱
是左偏斜的:對於
β<0,稱
是右偏斜的。當β=1和β=-1時,
分別對應完全左偏斜和完全右偏斜。
穩定分佈性質4
當且僅當β=0時,
關於δ對稱的:當且僅當β=0且δ=0時,
關於0對稱。
穩定分佈性質5
若
,並且
那麼存在兩個獨立同分布的隨機變量
,具有分佈
使下式成立,即
穩定分佈性質6
當
並且γ取固定值時,如果
,且有
則對於所有的x滿足
穩定分佈性質7
若
,且
則對任意
有