Kann eine Wahrscheinlichkeitsverteilung eine unendliche Standardabweichung haben?


9

Ich glaube, ist eine Wahrscheinlichkeitsverteilung, wobeip[x]]

p[x]]=1π(1+x2)

da es überall positiv ist und sich zu 1 auf .- -∞,∞

Der Mittelwert ist symmetrisch 0, obwohl die Integration von auf - ∞ , ∞ nicht konvergiert. Das ist „verdächtig“ , da p [ x ] soll eine Wahrscheinlichkeitsverteilung sein, aber vernünftig , weil x p [ x ] ist O ( 1 / x ) , die zu divergieren bekannt ist.xp[x]]- -∞,∞p[x]]xp[x]]Ö(1/.x)

Das größere Problem besteht in der Berechnung der Standardabweichung. Da ebenfalls divergiert, da x 2 p [ x ] ist O ( 1 ) .x2p[x]]x2p[x]]Ö(1)

Wenn dies keine Wahrscheinlichkeitsverteilung ist, warum nicht? Wenn ja, ist die Standardabweichung unendlich?

Die kumulative Verteilungsfunktion ist wenn dies hilft.Arctan⁡[x]]/.π

Jemand erwähnte, dass dies eine Gammaverteilung sein könnte, aber das ist mir nicht klar.


1
@ user1566: Ich habe Ihre Gleichungen mit LaTex formatiert. Würden Sie überprüfen, ob ich keine Fehler eingeführt habe?
— Csgillespie

Danke, das Problem ist gelöst, also kein Problem mehr, aber ja, alles sieht in Ordnung aus.
— Barrycarter

Der Mittelwert eines Cauchy ist nicht Null. Tatsächlich existiert es nicht. Somit auch keiner seiner zentralen Momente.
— Kardinal

Meine Antwort auf eine verwandte Frage finden Sie hier. stats.stackexchange.com/questions/232967/…
— Haitao Du

Antworten:


12

Um Ihren Fragentitel zu beantworten: Ja, eine Wahrscheinlichkeitsverteilung kann eine unendliche Standardabweichung haben (siehe unten).

Ihr Beispiel ist ein Sonderfall der Cauchy-Verteilung, deren Mittelwert oder Varianz nicht existiert. Setzen Sie den Standortparameter auf 0 und die Skala auf 1, damit der Cauchy zu Ihrem PDF gelangt.


3
Es gibt einen Unterschied zwischen dem Mittelwert und der Varianz, die nicht existieren, und sie sind unendlich.
— Kardinal

4

[- -∞,∞]]f(x)=2x3[1,∞)

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.