এটি একটি কঠিন সমস্যা। আমি প্রথমে লগনরমাল বিতরণের মুহূর্ত উত্পন্ন কার্যটি ব্যবহার করার (কিছুটা আনুমানিক) ব্যবহার সম্পর্কে ভেবেছিলাম। এটি কাজ করে না, যেমন আমি ব্যাখ্যা করব। তবে প্রথমে কিছু স্বরলিপি:
যাক আদর্শ স্বাভাবিক ঘনত্ব এবং হতে Φ সংশ্লিষ্ট ক্রমবর্ধমান বন্টনের ফাংশন। আমরা কেবল কেস লগমনরমাল ডিস্ট্রিবিউশনকেই বিশ্লেষণ করব l n N ( 0 , 1 ) , যার ঘনত্বের ফাংশন রয়েছে
f ( x ) = 1ϕΦlnN(0,1)
এবং ক্রমবর্ধমান বিতরণ ফাংশন
F(x)=Φ(lnx)
ধরুনএক্সএবংওয়াইউপরোক্ত লগমনরমাল বিতরণের সাথে স্বাধীন র্যান্ডম ভেরিয়েবল vari আমরাডি=এক্স-ওয়াইয়েরবিতরণে আগ্রহী, যা গড় শূন্যের সাথে প্রতিসম বিতরণ। যাকএম(টি)=ইইটিএক্সমুহূর্ত উৎপাদিত ফাংশন হবেএক্স। এটি শুধুমাত্রটিজন্য সংজ্ঞায়িত করা হয়
f(x)=12π−−√xe−12(lnx)2
F(x)=Φ(lnx)
XYD=X−YM(t)=EetXX , সুতরাং
শূন্যযুক্ত একটি উন্মুক্ত ব্যবধানে সংজ্ঞায়িত করা হয়নি
D D এর জন্য মুহুর্ত তৈরির
কার্যটি হ'ল
এম ডি ( টি ) = ই ই টি ( এক্স - ওয়াই ) = ই ই টি এক্স ই ই - টি ওয়াই = এম ( টি ) এম ( - টি ) । সুতরাং,
ডি এর জন্য মুহূর্ত উত্পন্ন কার্যকেবল
t = 0 এর জন্য নির্ধারিত
t∈(−∞,0]DMD(t)=Eet(X−Y)=EetXEe−tY=M(t)M(−t)Dt=0, তাই খুব দরকারী না।
এর অর্থ বন্টনের জন্য আনুমানিক সন্ধানের জন্য আমাদের আরও কিছু প্রত্যক্ষ পদ্ধতির প্রয়োজন হবে । ধরুন t ≥ 0 , গণনা করুন
P ( D ≤ t )Dt≥0 (এবং ক্ষেত্রেটন<0প্রতিসাম্য দ্বারা মীমাংসিত হয়, আমরা পেতেপি(ডি≤টি)=1-পি(ডি≤|টন|))।
P(D≤t)=P(X−Y≤t)=∫∞0P(X−y≤t|Y=y)f(y)dy=∫∞0P(X≤t+y)f(y)dy=∫∞0F(t+y)f(y)dy
t<0P(D≤t)=1−P(D≤|t|)
এই এক্সপ্রেশনটি সংখ্যার একীকরণের জন্য বা সিমুলেশনের ভিত্তি হিসাবে ব্যবহার করা যেতে পারে। প্রথম পরীক্ষা:
integrate(function(y) plnorm(y)*dlnorm(y), lower=0, upper=+Inf)
0.5 with absolute error < 2.3e-06
যা স্পষ্টভাবে সঠিক। আসুন এটি একটি ফাংশনের ভিতরে গুটিয়ে রাখি:
pDIFF <- function(t) {
d <- t
for (tt in seq(along=t)) {
if (t[tt] >= 0.0) d[tt] <- integrate(function(y) plnorm(y+t[tt])*dlnorm(y),
lower=0.0, upper=+Inf)$value else
d[tt] <- 1-integrate(function(y) plnorm(y+abs(t[tt]))*dlnorm(y),
lower=0.0, upper=+Inf)$value
}
return(d)
}
> plot(pDIFF, from=-5, to=5)
যা দেয়:
তারপরে আমরা অবিচ্ছেদ্য চিহ্নের অধীনে পার্থক্য অর্জন করে, ঘনত্বের ফাংশনটি খুঁজে পেতে পারি
dDIFF <- function(t) {
d <- t; t<- abs(t)
for (tt in seq(along=t)) {
d[tt] <- integrate(function(y) dlnorm(y+t[tt])*dlnorm(y),
lower=0.0, upper=+Inf)$value
}
return(d)
}
যা আমরা পরীক্ষা করতে পারি:
> integrate(dDIFF, lower=-Inf, upper=+Inf)
0.9999999 with absolute error < 1.3e-05
এবং আমরা যে ঘনত্ব পেয়েছি তা প্লট করা:
plot(dDIFF, from=-5, to=5)
আমি কিছু বিশ্লেষণী প্রায় অনুমান করার চেষ্টাও করেছি, তবে এখনও সফল হয়নি, এটি কোনও সহজ সমস্যা নয়। তবে উপরের মতো সংখ্যাগত সংহতকরণ, আর এ প্রোগ্রাম করা আধুনিক হার্ডওয়্যারটিতে খুব দ্রুত, তাই একটি ভাল বিকল্প যা সম্ভবত আরও বেশি ব্যবহার করা উচিত।