两个非两个高斯分布的卷积之和一定不是两个高斯分布的卷积之和吗

存不存在两个不是高斯分布的变量,它们的联合概率分布是高斯的.比如X概率分布是二维正态概率分布公式的一部分,规定P(Y|X)是剩下的一部分,即两个变量不独立,那么联合就是高斯的.可是按照联合概率分布求解边缘分布的话,两个都是高斯的.
TA00081bgd
不行.你都证出来了:联合概率是高斯的,那么边缘概率就是高斯的.也就是说:边缘概率是高斯的,是联合概率是高斯的的必要条件.
感觉不太对,方向问题,我的问题是找出两个变量,不是高斯的,然后联合是高斯的。比如联合概率分布公式拆成A*B
那么如果X的概率分布是A,Y|X的概率分布式B,那么它们相乘就是联合高斯。是这么方向,不是从联合推导边缘
你懂逆否命题吗?一个命题,和它的逆否命题是等价的,同时取真或假。你证出来的命题是:联合概率是高斯的,推出边缘概率是高斯的。那么它的逆否命题是:边缘概率不是高斯的,就能推出联合概率不是高斯的。你证出来的那个命题是真的(因为是证出来的),所以它那个逆否命题也是真的。那个逆否命题就是说不可能有你想要的组合:只要边缘概率X或Y不是高斯的,不管Y|X是什么,最后都不是高斯的。
为您推荐:
其他类似问题
扫描下载二维码查看: 3659|回复: 5|关注: 0
cftool中的高斯分布不是正态分布吗?里面的参数代表什么?
<h1 style="color:# 麦片财富积分
新手, 积分 12, 距离下一级还需 38 积分
我在函数拟合工具箱里找到了Gaussian分布,对于我的数据拟合效果很好,但是它的函数怎么是
a1*exp(-((x-b1)/c1)^2)呢?里面的参数a1,b1,c1代表什么含义?高斯分布不是正态分布吗?正态分布不是只有μ和signa两个参数吗?为什么我自己写正态分布的函数来拟合效果非常差呢?
<h1 style="color:# 麦片财富积分
|此回复为最佳答案
一般的表达形式是X~N(u,sigma^2),u 为均值,sigma是方差
其概率密度函数为:f(x) =&&a1*exp(-((x-b1)/c1)^2)
其中:& &a1=1/(sigma*sqrt(2*pi))
& && && && & b1=u,
& && && && & c1=sqrt(2)*sigma
<h1 style="color:# 麦片财富积分
<h1 style="color:# 麦片财富积分
一般的表达形式是X~N(u,sigma^2),u 为均值,sigma是方差
其概率密度函数为:f(x) =&&a1*exp(-((x-b1)/c1)^ ...
请问如果拟合后的表达式是 f(x) = a1*exp(-((x-b1)/c1)^2 + a2*exp(-((x-b2)/c2)^2+......这种,a, b, c 是有什么意义呢?我现在的数据拟合出来有四个a, b, c,请问这一共12个系数和均值、方差有什么关系?
<h1 style="color:# 麦片财富积分
请问如果拟合后的表达式是 f(x) = a1*exp(-((x-b1)/c1)^2 + a2*exp(-((x-b2)/c2)^2+......这种,a, b, c&&...
我也有相同的疑问 请问你解决了么
<h1 style="color:# 麦片财富积分
我也有相同的疑问 请问你解决了么
我用origin拟合了,感觉matlab拟合的参数并不准确
站长推荐 /2
Powered by

我要回帖

更多关于 两个高斯分布相乘 的文章

 

随机推荐