Dichte von Y = log (X) für Gamma-verteiltes X.

12

Diese Frage steht in engem Zusammenhang mit diesem Beitrag

Angenommen, ich habe eine Zufallsvariable und definiere Y = log ( X ) . Ich möchte die Wahrscheinlichkeitsdichtefunktion von Y finden .XGamma(k,θ)Y=log(X)Y

Ich hatte ursprünglich gedacht, ich würde einfach die kumulative Verteilungsfunktion X definieren, eine Änderung der Variablen vornehmen und das "Innere" des Integrals als meine Dichte nehmen.

P(Xc)=0c1θk1Γ(k)xk1exθdxP(Ylogc)=log(0)log(c)1θk1Γ(k)exp(y)k1eexp(y)θexp(y)dy

Hier benutze ich und d y = 1y=logx, dann in Definitionen fürxunddxin Bezug aufysub.dy=1xdxxdxy

Die Ausgabe lässt sich leider nicht in 1 integrieren. Ich bin mir nicht sicher, wo mein Fehler liegt. Könnten mir einige sagen, wo mein Fehler ist?

duckworthd
quelle
1
Wenn Sie das PDF durcharbeiten, sollten Sie den Integranden nicht vom ersten zum zweiten Integral ändern. Ihr Fehler besteht darin, gleichzeitig den cdf- und den jakobianischen Ansatz zu verwenden.
Xi'an

Antworten:

13

Schreiben Sie die Dichten mit den Indikatoren, um ein klares Bild zu erhalten.

Wenn , dann ist f X ( x ) = 1XGamma(k,θ)

fX(x)=1θkΓ(k)xk1ex/θI(0,)(x).

Wenn , mit inversem X = h ( Y ) = e Y , dann ist f Y ( y ) = f X ( h ( y ))Y=g(X)=logXX=h(Y)=eY Und die CDF ist aus der Definition erhaltene P ( Y y ) = y

fY.(y)=fX.(h(y))|h'(y)|=1θkΓ(k)exp(ky- -ey/.θ)ich(- -,)(y),
P.(Y.y)=- -yfY.(y)dy.
Zen
quelle
2
Dies ist eine gute Antwort, aber vielleicht sollten Sie die Gamma-Verteilung auf die gleiche Weise wie die ursprüngliche Frage parametrisieren.
normal
Guter Punkt, Max. Erledigt.
Zen
α=k