分位数变换
分位数变换通过一个均匀随机变量生成指定分布。即使目标分布有点质量或其分布函数有平台,使用广义分位数仍能定义变换。
广义分位数
设 为实值概率分布的累积分布函数,对 定义 集合非空且向左有界,因此下确界有限。这个定义寻找累计概率首次达到指定水平的位置。[1]
对任意实数 和 ,关键等价关系为 若右边成立, 已属于取下确界的集合,因此左边成立。反过来,若 ,由下确界定义可取集合中递减趋近 的点。分布函数右连续,故 ;单调性再给出 。
定理。 若 ,则 的分布函数是 。
证明。 对任意实数 ,上述等价关系和均匀分布的定义给出 等式对所有 成立,因而确定了目标分布。 和 的概率均为零,故只在开区间定义 已足够。
带点质量的例子
考虑如下混合分布:在零点放质量 ,以质量 均匀分布在 ,在三点放质量 。其广义分位数是 例如 分别给出 。输入区间 的长度为 ,所以零点恰好得到 的概率。输入区间 长度为 ,对应三点的质量。
在 处,下确界已经在零达到;对紧接着更大的输入,需要进入 ,因此函数跳到一附近。在 处取值为二,超过这个水平则取三。单个输入点的端点归属对均匀随机变量的分布无影响,但精确定义分位数时仍应写明。
连续例与计算
若目标分布在 上满足 ,则解 得 例如 对应 。将均匀随机数代入这个公式,就得到该指数分布的样本。对于离散或混合分布,使用广义分位数处理跳跃。反方向的概率积分变换还要求分布函数连续。
参考资料
- ↑ Peter Bartlett,Theoretical Statistics, Lecture 19,第20—21页,广义分位数与分位数变换。