본 글은 Havard University Statistics 110 강의를 듣고 정리한 내용입니다.
Exponential Distribution
rate parameter λ
- PDF = λe^(-λx), x > 0(0 otherwise), 지속적으로 감수하는 함소
- valid ∫λe^(-λx) = 1
- CDF F(x) = ∫[x=0~x] λe^(-λt)dt = 1-e^(-λx), x>0
Let Y = λx, then Y ~ Expo(1)
- Expo(1)을 먼저 구한 후 λ를 곱해주면 된다.
- P(Y≤y) = P(X ≤ y/λ) = 1-e^-y
Find E(Y), Var(Y)
E(Y) = ∫ye^(-y) dy (부분적분 공식 이용) = (-ye^-y)|[0~∞] + ∫[0~∞] e^(-y)dy = 0 + 1
- u = y, dv = e^-ydy
- du = dy, v = e^-y
Var(Y) = E(Y^2) - EY^2 = ∫[0~∞] y^2 e^(-y)dy - 1 (마찬가지 부분적분 이용) = 1
∴ X = Y/λ, E(X) = 1/λ, Var(X) = 1/λ^2
Memoryless Property(지수분포의 무기역성)
얼마나 오래 기다리던 간에 처음 시작하는 것과 확률은 같다.
E(X|X>a) = a + E(X-a|X>a) = a + 1/λ , 지수분포의 무기역성에 의해 새로운 지수분포가 된다.
'Study > 통계학' 카테고리의 다른 글
18. 적률생성함수_2 (MGFs Continued) (0) | 2022.02.05 |
---|---|
17. 적률생성함수(Moment Generating Functions) (0) | 2022.02.03 |
15. Midterm Review (0) | 2022.01.31 |
14. 위치, 척도 및 무의식적인 통계학자의 법칙(Location, Scale, and LOTUS) (0) | 2022.01.29 |
13. 정규분포 (Normal Distribution) (0) | 2022.01.28 |
댓글