Mediaani (stokastiikka)
In stokastiikan, mediaani , jota kutsutaan myös keskeinen arvo, on aseman mitta on todennäköisyysjakaumat ja jakaumat satunnaismuuttujien . Siten, kuten odotettu arvo ja tila, se on indikaattori siitä, missä todennäköisyysjakauman "keskiosa" on. Mediaani on selvästi numero, jolle
- todennäköisyys saada arvo, joka on pienempi tai yhtä suuri kuin mediaani ja
- todennäköisyys saada arvo, joka on suurempi tai yhtä suuri kuin mediaani
on yhtä suuri kuin. Tätä intuitiivista käsitystä on useita muotoiluja, jotka eroavat mediaanin olemassaolosta ja ainutlaatuisuudesta.
Vuonna kuvailevia tilastoja , joka on mediaani näytteenottoon määritelty. Nämä kaksi termiä eroavat toisistaan siinä, että toinen on otoksen avainluku (samanlainen kuin aritmeettinen keskiarvo ), toinen on todennäköisyysjakauman luku (samanlainen kuin odotettu arvo ). Nämä kaksi ovat sinänsä erilaisia, mutta ne voidaan yhdistää empiirisen jakauman kautta .
Ensimmäinen määritelmä
Todennäköisyysjakaumille
Todennäköisyysjakauma on annettu , eli todellinen määrä , joka on varustettu Borel n σ-algebran .
Todellista lukua kutsutaan sitten mediaaniksi, jos:
- ja .
Satunnaismuuttujille
Annetaan todellinen satunnaismuuttuja .
Todellista lukua kutsutaan sitten mediaaniksi, jos:
- ja .
Siksi satunnaismuuttujan mediaani on täsmälleen sen jakauman mediaani .
Määritelmä jakelutoimintojen kautta
Mediaani voidaan määrittää myös jakelutoimintojen avulla. Jos jakelutoiminto on peräisin tai alkaen , kutsutaan mediaani (alkaen tai alkaen ) jos
- ja .
Tässä on raja-arvoa vasemmalla .
Määritys ja esimerkit
Jatkuvalla jakelutoiminnolla
Jos jakelutoiminto on jatkuva , mediaani on vain ja vain, jos yhtälöllä on ratkaisu
On.
Tämä perustuu siihen, että vasemmanpuoleinen raja-arvo yhtyy sitten funktion arvoon.
- Esimerkkejä
Jos tarkastellaan eksponentiaalijakaumaa esimerkkinä , sillä on jakelutoiminto
parametrille . Tasaaminen johtaa yhtälöön
- ,
mikä on ratkaisu
omistaa. Tässä tapauksessa mediaani on selvä.
Mutta mediaani voi olla epäselvä, vaikka jakautumistoiminto olisi vakio. Jos esimerkiksi tarkastellaan Cantorin jakaumaa , jonka jakelutoiminto näkyy oikealla, tämä olettaa arvon koko intervallin rakenteensa vuoksi . Tämän välin kukin piste on siis mediaani. Vakionjakautumisfunktion ollessa kyseessä mediaani on yksiselitteinen, esimerkiksi kun jakautumistoiminto kasvaa tiukasti yksitoikkoisesti. Erityisemmin ainutlaatuisuus pätee jo silloin, kun jakelutoiminto kasvaa tiukasti yksitoikkoisesti siinä ympäristössä, jossa se saa arvon .
Todennäköisyystiheyksillä
Jos satunnaismuuttujalla tai todennäköisyysjakaumalla on todennäköisyystiheysfunktio (se on siis ehdottoman jatkuva jakauma ), mediaani on yhtälön ratkaisu
- .
Tämä johtuu suoraan siitä, että ehdottomasti jatkuvilla jakaumilla on aina jatkuva jakautumistoiminto, tämä voidaan määrittää integraalin ja yllä olevan osion lauseen avulla.
Useita mediaaneja esiintyy täällä, esimerkiksi jos todennäköisyystiheysfunktio on jatkuvasti nolla tietyllä aikavälillä.
- esimerkki
Tarkastellaan todennäköisyysfunktiota
- ,
joten tämä on vakio nolla aikavälillä . Perusintegrointisääntöjen avulla seuraa, että jokainen arvo on mediaanissa. Integraaliyhtälön ratkaiseminen vastaa yleensä vastaavan jakautumistoiminnon määrittämistä, ja sitä voidaan sen vuoksi pitää yllä olevan osan menettelyn erityistapauksena.
Selkeä määritelmä
Annetaan todennäköisyysjakauma tai todellinen satunnaismuuttuja . Antaa olla jakelutoiminto tai . Sitten sitä kutsutaan
tai mediaani . Tämä vastaa seuraavaa määritelmää: Onko kvantiiliesti- toiminto on , mediaani on määritelty
- .
Jakelutoiminnon lakisääteisen jatkuvuuden vuoksi infimaatti voidaan myös korvata minimillä kahden määritelmän yläosassa .
ominaisuudet
Mediaani on kvantiili , tarkemmin sanottuna 50%: n kvantiili.
Jos jakauma on symmetrinen , siis nolla on mediaani. Symmetria-akseli on yleisesti symmetrisen jakauman mediaani.
Jokainen mediaani minimoi absoluuttisen poikkeaman, ts. Jos se on satunnainen muuttuja , tämä pätee aina
- kaikille
ja tasa-arvo pätee vain ja vain, jos se on myös mediaani.
Suhde kuvailevien tilastojen mediaaniin
Mediaani kuvailevia tilastoja (kuten tunnusluku näytteen) voidaan liittyvät mediaanin todennäköisyyden jakauma kautta empiirinen jakauma : Jos näyte on annettu ja empiirinen jakauma on sitten mediaani (merkityksessä todennäköisyys teoreettisesta) Mediaani (kuvailevien tilastojen mielessä) . Eri määritelmien vuoksi voi kuitenkin olla pieniä poikkeamia.
Muut määritelmät
Mediaania pidetään suorimpana arvona, jolle
sovelletaan tai määritellään. Mediaanin olemassaoloa ei kuitenkaan taata molemmissa määritelmissä. Niin on
aina , koska jakelutoiminto ei koskaan ota arvoa . Samoin ei ole , joten yllä oleva yhtälöketju on tyytyväinen: kaikki ovat , kuten kaikki, edelleen pätee.
On myös huomattava, että vanhemman venäjänkielisen kirjallisuuden jakelutoiminnot on määritelty vasemmalle jatkuviksi eikä yhtä oikealle jatkuviksi kuin saksankielisellä alueella. Esimerkiksi tapauksessa oikeudenmukaisen arvonnassa, kerran sijaan .
nettilinkit
- Mediaani (tilastoissa) . Julkaisussa: Michiel Hazewinkel (Toim.): Matematiikan tietosanakirja . Springer-Verlag , Berliini 2002, ISBN 978-1-55608-010-4 (englanti, online ).
- VV Senatov: quantiles . Julkaisussa: Michiel Hazewinkel (Toim.): Matematiikan tietosanakirja . Springer-Verlag , Berliini 2002, ISBN 978-1-55608-010-4 (englanti, online ).
- Eric W.Weisstein : Tilastollinen mediaani . Julkaisussa: MathWorld (englanti).
kirjallisuus
- Christian Hesse : Sovellettu todennäköisyysteoria . 1. painos. Vieweg, Wiesbaden 2003, ISBN 3-528-03183-2 , doi : 10.1007 / 978-3-663-01244-3 .
- Norbert Kusolitsch: Mittaa ja todennäköisyysteoria . Esittely. 2., uudistettu ja laajennettu painos. Springer-Verlag, Berliini Heidelberg 2014, ISBN 978-3-642-45386-1 , doi : 10.1007 / 978-3-642-45387-8 .
Yksittäiset todisteet
- ^ Hans-Otto Georgii: Stokastiikka . Johdanto todennäköisyysteoriaan ja tilastoihin. 4. painos. Walter de Gruyter, Berliini 2009, ISBN 978-3-11-021526-7 , s. 101 , doi : 10.1515 / 9783110215274 .
- ^ A b Hans-Otto Georgii: Stokastiikka . Johdanto todennäköisyysteoriaan ja tilastoihin. 4. painos. Walter de Gruyter, Berliini 2009, ISBN 978-3-11-021526-7 , s. 233 , doi : 10.1515 / 9783110215274 .
- ↑ Norbert Kusolitsch: Mittaa ja todennäköisyysteoria . Esittely. 2., uudistettu ja laajennettu painos. Springer-Verlag, Berliini Heidelberg 2014, ISBN 978-3-642-45386-1 , s. 113 , doi : 10.1007 / 978-3-642-45387-8 .