Reunajakauma
![](http://upload.wikimedia.org/wikipedia/commons/thumb/8/8e/MultivariateNormal.png/400px-MultivariateNormal.png)
Reunajakauma on todennäköisyyslaskennassa usean satunnaismuuttujan todennäköisyysjakaumasta muodostettu rajoitettu jakauma, jossa varioi vain yksi satunnaismuuttuja, tai osa satunnaismuuttujista, ja samalla huomioidaan muiden satunnaismuuttujien yhteisvaikutus todennäköisyyteen.[1] Reunajakaumat ovat erityisen hyödyllisiä kaksiulotteisissa yhteisjakaumissa, jossa reunajakaumiin jää jäljelle vain toinen satunnaismuuttuja. Niillä yritetään pääasiassa helpottaa yhteisjakauman toiminnan ymmärtämistä, mikä toimii hyvin riippumattomien satunnaismuuttujien tapauksessa.
Kaksiulotteisen yhteisjakauman reunajakaumat
Todennäköisyysfunktioilla
Kaksiulotteinen yhteisjakauma muodostuu kahdesta satunnaismuuttujasta ja , jotka muodostavat järjestetyn parin Diskreetin yhteisjakauman pistetodennäköisyysfunktion arvo annetuilla arvoilla merkitään
- [1][2]
ja jatkuvalla yhteisjakauman tiheysfunktiolla
olevalla reaaliarvoisella lausekkeella.
Reunajakaumia on kaksi, koska yksi satunnaismuuttuja voidaan "jättää pois" kahdella eri tavalla. Diskreetillä satunnaismuuttujaparilla reunajakaumat muodostetaan ensimmäisen satunnaismuuttujan suhteen
- [1][2]
tai toisen satunnaismuuttujan suhteen
- [1][2]
Jatkuvilla satunnaismuuttujaparilla muodostetaan vastaavasti
- [1][2]
tai
- [1][2]
Kertymäfunktioilla
Kaksiulotteinen yhteisjakauman kertymäfunktiot muodostetaan todennäköisyysfunktioista summan tai määrätyn integraalin avulla. Tässä esitetään ylhäältä rajoitettujen kertymäfunktioiden muodostustavat. Diskreetin satunnaismuuttujaparin yhteisjakauman kertymäfunktio arvojen alla merkitään ja lasketaan
- [1]
ja vastaavasti jatkuvan satunnaismuuttujaparin yhteisjakauman kertymäfunktio merkitään ja lasketaan
- [1]
Näistä muodostetut reunajakaumien kertymäfunktiot ovat diskreettisillä satunnaismuuttujilla vastaavasti
- [1]
sekä
- [1]
ja jatkuvilla satunnaismuuttujilla
- [1][3]
sekä
- [1][3]
Esimerkki kahdella satunnaismuuttujalla
Kaksi diskreettiä satunnaismuuttujaa muodostavat yhteisjakauman . Satunnaismuuttujalla on vain neljä arvoa joita ei mainita tässä. Vastaavasti satunnaismuuttujalla on myös neljä arvoa Jokaista arvoparia vastaa pistetodennäköisyys jollainen on esimerkiksi Kaikki todennäköisyydet on esitetty oheisessa taulukossa.
fxy(x,y) | x1 | x2 | x3 | x4 | fy(y)↓ |
---|---|---|---|---|---|
y1 | 4⁄32 | 2⁄32 | 1⁄32 | 1⁄32 | 8⁄32 |
y2 | 2⁄32 | 4⁄32 | 1⁄32 | 1⁄32 | 8⁄32 |
y3 | 2⁄32 | 2⁄32 | 2⁄32 | 2⁄32 | 8⁄32 |
y4 | 8⁄32 | 0 | 0 | 0 | 8⁄32 |
fx(x) → | 16⁄32 | 8⁄32 | 4⁄32 | 4⁄32 | 32⁄32 |
Yhteis- ja reunajakaumat järjestetylle diskreetille satunnais- muuttujaparille. Yhteisjakauman pistetodennäköisyydet sijaitsevat keskustan 4×4-alueella, ja reunajakaumien todennäköisyydet sijaitsevat alimmalla vaakarivillä ja oikeanpuoleisessa pystysarakkeessa. |
Yhteisjakaumalla on kaksi reunajakaumaa ja . Reunajakaumat muodostetaan laskemalla kullekin satunnaismuuttujan arvoille yhteistodennäköisyydet. Esimerkiksi lasketaan
ja se on sijoitettu taulukkoon satunnaismuuttujan reunajakauman omalle riville alareunaan. Oikeassa pystysarakkeessa sijaitsevat satunnaismuuttujan reunajakauman todennäköisyydet.[1]
Moniulotteiset reunajakaumat
Kolmiulotteiset yhteisjakaumien todennäköisyysfunktiot satunnaismuuttujille , ja ovat muotoa ja kertymäfunktioille Näiden reunajakaumia voidaan muodostaa "jättämällä pois" kaksi satunnaismuuttujaa laskemalla niiden vaikutukset todennäköisyyksiin mukaan jäljelle jäävän satunnaismuuttujan vaihteluihin. Silloin saadaan kolme reunajakaumaa: , ja
Näiden lisäksi voidaan muodostaa vielä kolme reunajakaumaa "jättämällä pois" vain yksi satunnaismuuttuja. Näin muodostettujen reunajakaumien todennäköisyysfunktiot olisivat , ja
Kun todennäköisyysjakaumien ulottuvuudet kasvavat, lisääntyvät myös eri mahdollisten reunajakaumien lukumäärät.
Lähteet
- ↑ a b c d e f g h i j k l m Mellin, Ilkka: Moniulotteiset satunnaismuuttujat ja jakaumat, s.187−202, luentomoniste kurssista Todennäköisyyslaskenta, Aalto-yliopisto, 2007
- ↑ a b c d e Luentomoniste: Joint, marginal, and conditional distributions (Arkistoitu – Internet Archive), kurrsilta Fundamental Principles of Actuarial Science (Arkistoitu – Internet Archive), Toronton Yliopisto
- ↑ a b Weisstein, Eric W.: Joint Distribution Function (Math World – A Wolfram Web Resource) Wolfram Research. (englanniksi)