रेले वितरण: Difference between revisions
No edit summary |
No edit summary |
||
Line 22: | Line 22: | ||
}} | }} | ||
सम्भवता सिद्धांत और सांख्यिकी में, रेले वितरण गैर-ऋणात्मक-मूल्यवान यादृच्छिक चर के लिए सतत सम्भावित वितरण है। रीस्केलिंग तक, यह [[ची वितरण]] के साथ स्वतंत्रता की दो परिणामों के साथ मेल खाता है। | सम्भवता सिद्धांत और सांख्यिकी में, रेले वितरण गैर-ऋणात्मक-मूल्यवान यादृच्छिक चर के लिए सतत सम्भावित वितरण है। रीस्केलिंग तक, यह [[ची वितरण|टी- वितरण]] के साथ स्वतंत्रता की दो परिणामों के साथ मेल खाता है। | ||
वितरण का नाम जॉन स्ट्रट, तीसरे बैरन रेले के नाम पर रखा गया है ({{IPAc-en|ˈ|r|eɪ|l|i}}).<ref>"The Wave Theory of Light", ''Encyclopedic Britannica'' 1888; "The Problem of the Random Walk", ''Nature'' 1905 vol.72 p.318</ref> | वितरण का नाम जॉन स्ट्रट, तीसरे बैरन रेले के नाम पर रखा गया है ({{IPAc-en|ˈ|r|eɪ|l|i}}).<ref>"The Wave Theory of Light", ''Encyclopedic Britannica'' 1888; "The Problem of the Random Walk", ''Nature'' 1905 vol.72 p.318</ref> | ||
Line 36: | Line 36: | ||
रैले बंटन का प्रायिकता घनत्व का फलन है<ref Name=PP>Papoulis, Athanasios; Pillai, S. (2001) ''Probability, Random Variables and Stochastic Processes''. {{isbn|0073660116}}, {{isbn|9780073660110}} {{Page needed|date=April 2013}}</ref> | रैले बंटन का प्रायिकता घनत्व का फलन है<ref Name=PP>Papoulis, Athanasios; Pillai, S. (2001) ''Probability, Random Variables and Stochastic Processes''. {{isbn|0073660116}}, {{isbn|9780073660110}} {{Page needed|date=April 2013}}</ref> | ||
:<math>f(x;\sigma) = \frac{x}{\sigma^2} e^{-x^2/(2\sigma^2)}, \quad x \geq 0,</math> | :<math>f(x;\sigma) = \frac{x}{\sigma^2} e^{-x^2/(2\sigma^2)}, \quad x \geq 0,</math> | ||
जहां | जहां पर <math>\sigma</math> वितरण का पैमाना पैरामीटर है जो संचयी वितरण समारोह है<ref Name=PP/> | ||
:<math>F(x;\sigma) = 1 - e^{-x^2/(2\sigma^2)}</math> | :<math>F(x;\sigma) = 1 - e^{-x^2/(2\sigma^2)}</math> | ||
Line 45: | Line 45: | ||
:<math>f_U(x; \sigma) = f_V(x;\sigma) = \frac{e^{-x^2/(2\sigma^2)}}{\sqrt{2\pi\sigma^2}}.</math> | :<math>f_U(x; \sigma) = f_V(x;\sigma) = \frac{e^{-x^2/(2\sigma^2)}}{\sqrt{2\pi\sigma^2}}.</math> | ||
वह<math>X</math> की लंबाई <math>Y</math> होने देता है, <math>X = \sqrt{U^2 + V^2}.</math> फिर <math>X</math> संचयी वितरण समारोह होता है | |||
:<math>F_X(x; \sigma) = \iint_{D_x} f_U(u;\sigma) f_V(v;\sigma) \,dA,</math> | :<math>F_X(x; \sigma) = \iint_{D_x} f_U(u;\sigma) f_V(v;\sigma) \,dA,</math> | ||
जहां पर <math>D_x</math> डिस्क (चक्र) है | |||
:<math>D_x = \left\{(u,v) : \sqrt{u^2 + v^2} \leq x\right\}.</math> | :<math>D_x = \left\{(u,v) : \sqrt{u^2 + v^2} \leq x\right\}.</math> | ||
Line 55: | Line 55: | ||
:<math>F_X(x; \sigma) = \frac{1}{2\pi\sigma^2} \int_0^{2\pi} \int_0^x r e^{-r^2/(2\sigma^2)} \,dr\,d\theta = \frac 1 {\sigma^2} \int_0^x r e^{-r^2/(2\sigma^2)} \,dr. | :<math>F_X(x; \sigma) = \frac{1}{2\pi\sigma^2} \int_0^{2\pi} \int_0^x r e^{-r^2/(2\sigma^2)} \,dr\,d\theta = \frac 1 {\sigma^2} \int_0^x r e^{-r^2/(2\sigma^2)} \,dr. | ||
</math> | </math> | ||
अंत में | अंत में प्रायिकता घनत्व फ़ंक्शन के लिए <math>X</math> इसके संचयी वितरण समारोह का व्युत्पन्न है, जो कलन के मौलिक प्रमेय द्वारा होता है | ||
:<math>f_X(x;\sigma) = \frac d {dx} F_X(x;\sigma) = \frac x {\sigma^2} e^{-x^2/(2\sigma^2)},</math> | :<math>f_X(x;\sigma) = \frac d {dx} F_X(x;\sigma) = \frac x {\sigma^2} e^{-x^2/(2\sigma^2)},</math> | ||
रेले वितरण में दो के अतिरिक्त अन्य आयामों के सदिशो को सामान्यीकृत करना होता है। | |||
ऐसे सामान्यीकरण | |||
ऐसे भी सामान्यीकरण होते हैं जो घटकों में असमान प्रसरण या सह संबंध (होयट वितरण) में होते है या जब सदिश Y बहुभिन्नरूपी टी-वितरण का अनुसरण करता है। द्विभाजित छात्र टी-वितरण भी देखें (हॉटेलिंग का टी-वर्ग वितरण)।<ref>{{cite journal|last=Röver|first=C.|title=Student-t based filter for robust signal detection|journal=Physical Review D|volume=84|issue=12|year=2011|pages=122004|doi=10.1103/physrevd.84.122004|arxiv=1109.0442|bibcode=2011PhRvD..84l2004R}}</ref> | |||
{{Collapse top|title=Generalization to bivariate Student's t-distribution}} | {{Collapse top|title=Generalization to bivariate Student's t-distribution}} | ||
{{anchor|Student's}} | {{anchor|Student's}} | ||
मान लीजिए <math>Y</math> घटकों के साथ एक यादृच्छिक | मान लीजिए <math>Y</math> घटकों के साथ एक यादृच्छिक सदिश है <math>u,v</math> जो एक [[बहुभिन्नरूपी टी-वितरण]] का अनुसरण करता है। यदि घटक दोनों का औसत शून्य, समान विचरण है और स्वतंत्र हैं, तो द्विभाजित छात्र-टी वितरण रूप लेता है | ||
:<math>f(u,v) = {1\over{2\pi\sigma^{2}}}\left( 1 + {u^{2}+v^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1}</math> | :<math>f(u,v) = {1\over{2\pi\sigma^{2}}}\left( 1 + {u^{2}+v^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1}</math> | ||
होने देना <math>R = \sqrt{U^{2}+V^{2}}</math> का परिमाण हो <math>Y</math>. तब परिमाण का संचयी वितरण फलन ( | होने देना <math>R = \sqrt{U^{2}+V^{2}}</math> का परिमाण हो <math>Y</math>. तब परिमाण का संचयी वितरण फलन (सीडीएफ) है | ||
:<math> F(r) = {1\over{2\pi\sigma^{2}}}\iint_{D_{r}} \left( 1 + {u^{2}+v^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1}du \; dv </math> | :<math> F(r) = {1\over{2\pi\sigma^{2}}}\iint_{D_{r}} \left( 1 + {u^{2}+v^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1}du \; dv </math> | ||
जहां पर <math>D_{r}</math> डिस्क (चक्र) द्वारा परिभाषित किया जाता है | |||
:<math> D_{r} = \left\{ (u,v) : \sqrt{u^{2}+v^{2}} \leq r \right\} </math> | :<math> D_{r} = \left\{ (u,v) : \sqrt{u^{2}+v^{2}} \leq r \right\} </math> | ||
Line 75: | Line 76: | ||
:<math> \begin{aligned} F(r) &= {1\over{2\pi\sigma^{2}}}\int_{0}^{r}\int_{0}^{2\pi} \rho\left( 1 + {\rho^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1}d\theta \; d\rho \\ &= {1\over{\sigma^{2}}}\int_{0}^{r}\rho\left( 1 + {\rho^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1} d\rho \\ &= 1-\left( 1 + {r^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2} \end{aligned} </math> | :<math> \begin{aligned} F(r) &= {1\over{2\pi\sigma^{2}}}\int_{0}^{r}\int_{0}^{2\pi} \rho\left( 1 + {\rho^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1}d\theta \; d\rho \\ &= {1\over{\sigma^{2}}}\int_{0}^{r}\rho\left( 1 + {\rho^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1} d\rho \\ &= 1-\left( 1 + {r^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2} \end{aligned} </math> | ||
अंत में, परिमाण का प्रायिकता घनत्व फलन (पीडीएफ) प्राप्त किया | अंत में, परिमाण का प्रायिकता घनत्व फलन (पीडीएफ) प्राप्त किया जाता है | ||
:<math> f(r) = F'(r) = {r\over{\sigma^{2}}} \left( 1 + {r^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1} </math> | :<math> f(r) = F'(r) = {r\over{\sigma^{2}}} \left( 1 + {r^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1} </math> | ||
के रूप में सीमा में <math> \nu \rightarrow \infty </math>, रेले वितरण को पुनः प्राप्त किया जाता है क्योंकि | के रूप में सीमा में <math> \nu \rightarrow \infty </math>, रेले वितरण को पुनः प्राप्त किया जाता है क्योंकि | ||
:<math> \lim_{\nu\rightarrow \infty} \left( 1 + {r^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1} = e^{-r^{2}/2\sigma^{2}} </math> | :<math> \lim_{\nu\rightarrow \infty} \left( 1 + {r^{2}\over{\nu \sigma^{2}}} \right)^{-\nu/2-1} = e^{-r^{2}/2\sigma^{2}} </math> | ||
{{Collapse bottom}} | {{Collapse bottom}} | ||
== गुण == | == गुण == | ||
[[पल (गणित)]] द्वारा दिया जाता है: | [[पल (गणित)]] द्वारा दिया जाता है: | ||
: <math>\mu_j = \sigma^j2^{j/2}\,\Gamma\left(1 + \frac j 2\right),</math> | : <math>\mu_j = \sigma^j2^{j/2}\,\Gamma\left(1 + \frac j 2\right),</math> जहां पर <math>\Gamma(z)</math> [[गामा समारोह]] है। | ||
रेले यादृच्छिक चर का माध्य इस प्रकार है <!--(<math>k=1, \Gamma\left(\tfrac32\right) = \tfrac12 \sqrt{\pi}\,</math>)-->: | रेले यादृच्छिक चर का माध्य इस प्रकार है <!--(<math>k=1, \Gamma\left(\tfrac32\right) = \tfrac12 \sqrt{\pi}\,</math>)-->: | ||
:<math>\mu(X) = \sigma \sqrt{\frac{\pi}{2}}\ \approx 1.253\ \sigma.</math> | :<math>\mu(X) = \sigma \sqrt{\frac{\pi}{2}}\ \approx 1.253\ \sigma.</math> | ||
रेले यादृच्छिक चर का [[मानक विचलन]] | रेले यादृच्छिक चर का [[मानक विचलन]] है। | ||
:<math>\operatorname{std}(X) = \sqrt{\left (2-\frac{\pi}{2}\right)} \sigma \approx 0.655\ \sigma</math> | :<math>\operatorname{std}(X) = \sqrt{\left (2-\frac{\pi}{2}\right)} \sigma \approx 0.655\ \sigma</math> | ||
रेले यादृच्छिक चर का प्रसरण | रेले यादृच्छिक चर का प्रसरण है। | ||
:<math>\operatorname{var}(X) = \mu_2-\mu_1^2 = \left(2-\frac{\pi}{2}\right) \sigma^2 \approx 0.429\ \sigma^2</math> | :<math>\operatorname{var}(X) = \mu_2-\mu_1^2 = \left(2-\frac{\pi}{2}\right) \sigma^2 \approx 0.429\ \sigma^2</math> | ||
[[मोड (सांख्यिकी)]] है <math>\sigma,</math> और अधिकतम पीडीएफ | [[मोड (सांख्यिकी)]] है <math>\sigma,</math> और अधिकतम पीडीएफ है। | ||
:<math> f_{\max} = f(\sigma;\sigma) = \frac{1}{\sigma} e^{-1/2} \approx \frac{0.606}{\sigma}.</math> | :<math> f_{\max} = f(\sigma;\sigma) = \frac{1}{\sigma} e^{-1/2} \approx \frac{0.606}{\sigma}.</math> | ||
[[तिरछापन]] इसके द्वारा दिया गया | [[तिरछापन]] इसके द्वारा दिया गया है। | ||
:<math>\gamma_1 = \frac{2\sqrt{\pi}(\pi - 3)}{(4 - \pi)^{3/2}} \approx 0.631</math> | :<math>\gamma_1 = \frac{2\sqrt{\pi}(\pi - 3)}{(4 - \pi)^{3/2}} \approx 0.631</math> | ||
अतिरिक्त [[कुकुदता]] द्वारा दिया जाता | अतिरिक्त [[कुकुदता]] द्वारा दिया जाता है। | ||
:<math>\gamma_2 = -\frac{6\pi^2 - 24\pi + 16}{(4 - \pi)^2} \approx 0.245</math> | :<math>\gamma_2 = -\frac{6\pi^2 - 24\pi + 16}{(4 - \pi)^2} \approx 0.245</math> | ||
विशेष कार्य (सम्भवता सिद्धांत) द्वारा दिया गया है। | |||
:<math>\varphi(t) = 1 - \sigma te^{-\frac{1}{2}\sigma^2t^2}\sqrt{\frac{\pi}{2}} \left[\operatorname{erfi}\left(\frac{\sigma t}{\sqrt{2}}\right) - i\right]</math> | :<math>\varphi(t) = 1 - \sigma te^{-\frac{1}{2}\sigma^2t^2}\sqrt{\frac{\pi}{2}} \left[\operatorname{erfi}\left(\frac{\sigma t}{\sqrt{2}}\right) - i\right]</math> | ||
जहां पर <math>\operatorname{erfi}(z)</math> काल्पनिक [[त्रुटि समारोह]] है। आघूर्ण जनन फलन जिसके द्वारा दिया जाता है। | |||
:<math> | :<math> | ||
M(t) = 1 + \sigma t\,e^{\frac{1}{2}\sigma^2t^2}\sqrt{\frac{\pi}{2}} | M(t) = 1 + \sigma t\,e^{\frac{1}{2}\sigma^2t^2}\sqrt{\frac{\pi}{2}} | ||
\left[\operatorname{erf}\left(\frac{\sigma t}{\sqrt{2}}\right) + 1\right]</math> | \left[\operatorname{erf}\left(\frac{\sigma t}{\sqrt{2}}\right) + 1\right]</math> | ||
जहां पर <math>\operatorname{erf}(z)</math> त्रुटि कार्य है। | |||
=== विभेदक | === विभेदक परिक्षय === | ||
[[अंतर एन्ट्रापी]] द्वारा दिया जाता है{{Citation needed|date=April 2013}} | [[अंतर एन्ट्रापी|अंतर परिक्षय]] द्वारा दिया जाता है{{Citation needed|date=April 2013}} | ||
:<math>H = 1 + \ln\left(\frac \sigma {\sqrt{2}}\right) + \frac \gamma 2 </math> | :<math>H = 1 + \ln\left(\frac \sigma {\sqrt{2}}\right) + \frac \gamma 2 </math> | ||
जहां पर <math>\gamma</math> यूलर-मास्चेरोनी स्थिरांक है। | |||
== पैरामीटर अनुमान == | == पैरामीटर अनुमान == | ||
इन [[स्वतंत्र और समान रूप से वितरित]] रेले यादृच्छिक चर के नमूने को देखते हुए <math>x_i</math> पैरामीटर के साथ <math>\sigma</math>, | |||
: <math>\widehat{\sigma}^2 = \!\,\frac{1}{2N}\sum_{i=1}^N x_i^2</math> [[अधिकतम संभावना अनुमान]] अनुमान है और अनुमानक का पूर्वाग्रह भी है। | : <math>\widehat{\sigma}^2 = \!\,\frac{1}{2N}\sum_{i=1}^N x_i^2</math> [[अधिकतम संभावना अनुमान|अधिकतम संभावना]] अनुमान है और अनुमानक का पूर्वाग्रह भी है। | ||
:<math>\widehat{\sigma}\approx \sqrt{\frac 1 {2N} \sum_{i=1}^N x_i^2}</math> पक्षपाती अनुमानक है जिसे सूत्र के माध्यम से ठीक किया | :<math>\widehat{\sigma}\approx \sqrt{\frac 1 {2N} \sum_{i=1}^N x_i^2}</math> पक्षपाती अनुमानक है जिसे सूत्र के माध्यम से ठीक किया जाता है। | ||
:<math>\sigma = \widehat{\sigma} \frac {\Gamma(N)\sqrt{N}} {\Gamma(N + \frac 1 2)} = \widehat{\sigma} \frac {4^N N!(N-1)!\sqrt{N}} {(2N)!\sqrt{\pi}}</math><ref>[https://archive.org/details/jresv68Dn9p1005 Siddiqui, M. M. (1964) "Statistical inference for Rayleigh distributions", ''The Journal of Research of the National Bureau of Standards, Sec. D: Radio Science'', Vol. 68D, No. 9, p. 1007]</ref> | :<math>\sigma = \widehat{\sigma} \frac {\Gamma(N)\sqrt{N}} {\Gamma(N + \frac 1 2)} = \widehat{\sigma} \frac {4^N N!(N-1)!\sqrt{N}} {(2N)!\sqrt{\pi}}</math><ref>[https://archive.org/details/jresv68Dn9p1005 Siddiqui, M. M. (1964) "Statistical inference for Rayleigh distributions", ''The Journal of Research of the National Bureau of Standards, Sec. D: Radio Science'', Vol. 68D, No. 9, p. 1007]</ref> | ||
=== विश्वास अंतराल === | === विश्वास अंतराल === | ||
(1− α) | (1− α) विश्वास अंतराल खोजने के लिए, पहले बाउंड (मिला) खोजें <math>[a,b]</math> | ||
: <math>P(\chi_{2N}^2 \leq a) = \alpha/2, \quad P(\chi_{2N}^2 \leq b) = 1 - \alpha/2</math> | : <math>P(\chi_{2N}^2 \leq a) = \alpha/2, \quad P(\chi_{2N}^2 \leq b) = 1 - \alpha/2</math> | ||
तो स्केल पैरामीटर सीमा के | तो स्केल पैरामीटर (मापनी प्राचल) सीमा के अंदर आ जाता है। | ||
: <math>\frac{{N}\overline{x^2}}{b} \leq {\widehat\sigma}^2 \leq \frac{{N}\overline{x^2}}{a}</math><ref>[http://nvlpubs.nist.gov/nistpubs/jres/66D/jresv66Dn2p167_A1b.pdf Siddiqui, M. M. (1961) "Some Problems Connected With Rayleigh Distributions", ''The Journal of Research of the National Bureau of Standards; Sec. D: Radio Propagation'', Vol. 66D, No. 2, p. 169]</ref> | : <math>\frac{{N}\overline{x^2}}{b} \leq {\widehat\sigma}^2 \leq \frac{{N}\overline{x^2}}{a}</math><ref>[http://nvlpubs.nist.gov/nistpubs/jres/66D/jresv66Dn2p167_A1b.pdf Siddiqui, M. M. (1961) "Some Problems Connected With Rayleigh Distributions", ''The Journal of Research of the National Bureau of Standards; Sec. D: Radio Propagation'', Vol. 66D, No. 2, p. 169]</ref> | ||
== यादृच्छिक चर उत्पन्न करना == | == यादृच्छिक चर उत्पन्न करना == | ||
Revision as of 19:27, 1 February 2023
Probability density function | |||
Cumulative distribution function | |||
Parameters | scale: | ||
---|---|---|---|
Support | |||
CDF | |||
Quantile | |||
Mean | Failed to parse (Conversion error. Server ("cli") reported: "SyntaxError: Expected "-", "[", "\\", "\\begin", "\\begin{", "]", "^", "_", "{", "}", [ \t\n\r], [%$], [().], [,:;?!'], [/|], [0-9], [><~], [\-+*=], or [a-zA-Z] but "ग" found.in 1:45"): {\displaystyle \sigma \sqrt{\frac{\pi}{2}}</गणित>| माध्यिका =<math>\sigma\sqrt{2\ln(2)}} |
सम्भवता सिद्धांत और सांख्यिकी में, रेले वितरण गैर-ऋणात्मक-मूल्यवान यादृच्छिक चर के लिए सतत सम्भावित वितरण है। रीस्केलिंग तक, यह टी- वितरण के साथ स्वतंत्रता की दो परिणामों के साथ मेल खाता है।
वितरण का नाम जॉन स्ट्रट, तीसरे बैरन रेले के नाम पर रखा गया है (/ˈreɪli/).[1]
रेले वितरण अधिकांशतः तब देखा जाता है जब सदिश का समग्र परिमाण उसके दिशात्मक यूक्लिडियन सदिश अपघटन से संबंधित होता है। उदाहरण के लिए जहां रेले वितरण स्वाभाविक रूप से उत्पन्न होता है, वहा विमान (ज्यामिति) में हवा के वेग का विश्लेषण किया जाता है।
यह मानते हुए कि प्रत्येक घटक असंबंधित है, समान वितरण के साथ सामान्य वितरण और शून्य माध्य तो समग्र हवा की गति (यूक्लिडियन सदिश परिमाण) को रेले वितरण द्वारा चित्रित किया जाता है।
वितरण का दूसरा उदाहरण यादृच्छिक जटिल संख्याओं के मामले में उत्पन्न होता है, जिनके वास्तविक और काल्पनिक घटक स्वतंत्र रूप से समान भिन्नता और शून्य माध्य के साथ सामान्य वितरण को समान रूप से वितरित करते हैं। उस स्थिति में, सम्मिश्र संख्या का निरपेक्ष मान रेले-वितरित होता है।
परिभाषा
रैले बंटन का प्रायिकता घनत्व का फलन है[2]
जहां पर वितरण का पैमाना पैरामीटर है जो संचयी वितरण समारोह है[2]
के लिए
यादृच्छिक सदिश लंबाई से संबंध
द्वि-आयामी सदिश पर विचार करें जिसमें ऐसे घटक होते हैं जो द्विभाजित सामान्य वितरण होते हैं जो शून्य पर केंद्रित होते हैं और स्वतंत्र होते हैं। फिर और घनत्व कार्य करते हैं
वह की लंबाई होने देता है, फिर संचयी वितरण समारोह होता है
जहां पर डिस्क (चक्र) है
ध्रुवीय समन्वय प्रणाली में एकाधिक अभिन्न लिखने से यह बन जाता है
अंत में प्रायिकता घनत्व फ़ंक्शन के लिए इसके संचयी वितरण समारोह का व्युत्पन्न है, जो कलन के मौलिक प्रमेय द्वारा होता है
रेले वितरण में दो के अतिरिक्त अन्य आयामों के सदिशो को सामान्यीकृत करना होता है।
ऐसे भी सामान्यीकरण होते हैं जो घटकों में असमान प्रसरण या सह संबंध (होयट वितरण) में होते है या जब सदिश Y बहुभिन्नरूपी टी-वितरण का अनुसरण करता है। द्विभाजित छात्र टी-वितरण भी देखें (हॉटेलिंग का टी-वर्ग वितरण)।[3]
style="background: #F0F2F5; font-size:87%; padding:0.2em 0.3em; text-align:center; " | Generalization to bivariate Student's t-distribution
|
---|
मान लीजिए घटकों के साथ एक यादृच्छिक सदिश है जो एक बहुभिन्नरूपी टी-वितरण का अनुसरण करता है। यदि घटक दोनों का औसत शून्य, समान विचरण है और स्वतंत्र हैं, तो द्विभाजित छात्र-टी वितरण रूप लेता है होने देना का परिमाण हो . तब परिमाण का संचयी वितरण फलन (सीडीएफ) है जहां पर डिस्क (चक्र) द्वारा परिभाषित किया जाता है ध्रुवीय निर्देशांक में परिवर्तित होने से सीडीएफ बन जाता है: अंत में, परिमाण का प्रायिकता घनत्व फलन (पीडीएफ) प्राप्त किया जाता है के रूप में सीमा में , रेले वितरण को पुनः प्राप्त किया जाता है क्योंकि |
गुण
पल (गणित) द्वारा दिया जाता है:
- जहां पर गामा समारोह है।
रेले यादृच्छिक चर का माध्य इस प्रकार है :
रेले यादृच्छिक चर का मानक विचलन है।
रेले यादृच्छिक चर का प्रसरण है।
मोड (सांख्यिकी) है और अधिकतम पीडीएफ है।
तिरछापन इसके द्वारा दिया गया है।
अतिरिक्त कुकुदता द्वारा दिया जाता है।
विशेष कार्य (सम्भवता सिद्धांत) द्वारा दिया गया है।
जहां पर काल्पनिक त्रुटि समारोह है। आघूर्ण जनन फलन जिसके द्वारा दिया जाता है।
जहां पर त्रुटि कार्य है।
विभेदक परिक्षय
अंतर परिक्षय द्वारा दिया जाता है[citation needed]
जहां पर यूलर-मास्चेरोनी स्थिरांक है।
पैरामीटर अनुमान
इन स्वतंत्र और समान रूप से वितरित रेले यादृच्छिक चर के नमूने को देखते हुए पैरामीटर के साथ ,
- अधिकतम संभावना अनुमान है और अनुमानक का पूर्वाग्रह भी है।
- पक्षपाती अनुमानक है जिसे सूत्र के माध्यम से ठीक किया जाता है।
विश्वास अंतराल
(1− α) विश्वास अंतराल खोजने के लिए, पहले बाउंड (मिला) खोजें
तो स्केल पैरामीटर (मापनी प्राचल) सीमा के अंदर आ जाता है।
यादृच्छिक चर उत्पन्न करना
अंतराल (0, 1) में समान वितरण (निरंतर) से लिया गया यादृच्छिक चर U दिया गया है, फिर चर
पैरामीटर के साथ रेले वितरण है . यह व्युत्क्रम परिवर्तन प्रतिचयन-पद्धति को लागू करके प्राप्त किया जाता है।
संबंधित वितरण
- रेले वितरित किया जाता है यदि , कहाँ पे और स्वतंत्र सामान्य वितरण हैं।[6] इससे प्रतीक के प्रयोग की प्रेरणा मिलती है रेले घनत्व के उपरोक्त पैरामीट्रिजेशन में।
- महत्व मानक जटिल सामान्य वितरण चर z रेले वितरित है।
- v = 2 के साथ ची वितरण σ = 1 के रेले वितरण के बराबर है।
- यदि , तब पैरामीटर के साथ ची-वर्ग वितरण है , स्वतंत्रता की कोटि, दो के बराबर (N = 2)
- यदि , तब मापदंडों के साथ गामा वितरण है और
- चावल का वितरण रेले वितरण का गैर-केंद्रीय वितरण है: .
- आकार पैरामीटर k=2 के साथ वीबुल वितरण रेले वितरण देता है। फिर रेले वितरण पैरामीटर वेइबुल स्केल पैरामीटर के अनुसार संबंधित है
- मैक्सवेल-बोल्ट्ज़मैन वितरण तीन आयामों में सामान्य सदिश के परिमाण का वर्णन करता है।
- यदि घातीय वितरण है , तब
- अर्ध-सामान्य वितरण रेले वितरण का अविभाज्य विशेष स्थिति है।
अनुप्रयोग
σ के अनुमान का अनुप्रयोग चुंबकीय अनुनाद इमेजिंग (MRI) में पाया जा सकता है। चूंकि एमआरआई छवियों को जटिल संख्या छवियों के रूप में अंकित किया जाता है, लेकिन अधिकांशतः परिमाण छवियों के रूप में देखा जाता है, पृष्ठभूमि डेटा रेले वितरित होता है। इसलिए, पृष्ठभूमि डेटा से एमआरआई छवि में शोर भिन्नता का अनुमान लगाने के लिए उपर्युक्त सूत्र का उपयोग किया जा सकता है।[7] [8] [[आहार (पोषण)]] पोषक तत्वों के स्तर और मानव और पशुपालन प्रतिक्रियाओं को जोड़ने के लिए रेले वितरण को पोषण के क्षेत्र में भी नियोजित किया गया था। इस तरह, पोषक तत्व प्रतिक्रिया संबंध की गणना करने के लिए पैरामीटर σ का उपयोग किया जा सकता है।[9] प्राक्षेपिकी के क्षेत्र में, रेले वितरण का उपयोग गोलाकार त्रुटि की संभावना की गणना के लिए किया जाता है - हथियार की त्रुटिहीनता का उपाय।
भौतिक समुद्रशास्त्र में, महत्वपूर्ण तरंग ऊंचाई का वितरण लगभग रेले वितरण का अनुसरण करता है।[10]
यह भी देखें
- सर्कुलर एरर संभावित
- रेले लुप्तप्राय
- रेले मिश्रण वितरण
- चावल वितरण
संदर्भ
- ↑ "The Wave Theory of Light", Encyclopedic Britannica 1888; "The Problem of the Random Walk", Nature 1905 vol.72 p.318
- ↑ 2.0 2.1 Papoulis, Athanasios; Pillai, S. (2001) Probability, Random Variables and Stochastic Processes. ISBN 0073660116, ISBN 9780073660110[page needed]
- ↑ Röver, C. (2011). "Student-t based filter for robust signal detection". Physical Review D. 84 (12): 122004. arXiv:1109.0442. Bibcode:2011PhRvD..84l2004R. doi:10.1103/physrevd.84.122004.
- ↑ Siddiqui, M. M. (1964) "Statistical inference for Rayleigh distributions", The Journal of Research of the National Bureau of Standards, Sec. D: Radio Science, Vol. 68D, No. 9, p. 1007
- ↑ Siddiqui, M. M. (1961) "Some Problems Connected With Rayleigh Distributions", The Journal of Research of the National Bureau of Standards; Sec. D: Radio Propagation, Vol. 66D, No. 2, p. 169
- ↑ Hogema, Jeroen (2005) "Shot group statistics"
- ↑ Sijbers, J.; den Dekker, A. J.; Raman, E.; Van Dyck, D. (1999). "Parameter estimation from magnitude MR images". International Journal of Imaging Systems and Technology. 10 (2): 109–114. CiteSeerX 10.1.1.18.1228. doi:10.1002/(sici)1098-1098(1999)10:2<109::aid-ima2>3.0.co;2-r.
- ↑ den Dekker, A. J.; Sijbers, J. (2014). "Data distributions in magnetic resonance images: a review". Physica Medica. 30 (7): 725–741. doi:10.1016/j.ejmp.2014.05.002. PMID 25059432.
- ↑ Ahmadi, Hamed (2017-11-21). "A mathematical function for the description of nutrient-response curve". PLOS ONE. 12 (11): e0187292. Bibcode:2017PLoSO..1287292A. doi:10.1371/journal.pone.0187292. ISSN 1932-6203. PMC 5697816. PMID 29161271.
- ↑ "Rayleigh Probability Distribution Applied to Random Wave Heights" (PDF). United States Naval Academy.
{{cite web}}
: CS1 maint: url-status (link)