ぎょーむ日誌 2009-03-30
2009 年 03 月 30 日 (月)
-
0800 起床.
朝飯.
コーヒー.
0910 自宅発.
曇.
0925 研究室着.
-
いろいろ雑用めいる書き.
昨日の日曜日のうちにやっておけばよかった.
-
たとえば,
電子情報通信学会誌から
「写真貼れ」書類を郵送しろと命令されてるんだけど,
これってどうにかなりませんかね
……
とお尋ねしてみたところ,
画像ファイルでもヨシとの連絡いただいた.
やれやれ.
だったら最初からそう連絡してくださいよ.
[「写真貼れ」書類]
「著者自己紹介」とやらで,
おそらく手書きで原稿用紙ふうマス目に自己紹介をうめ,
写真をとって現像して適切な大きさに裁断して,
書類左下にぴったり貼りつけなさい,
といった趣旨の書類.
電子情報通信
学会がコレではいかんのではないでしょうか
……
あるいは「電子情報通信学」
の限界に絶望しているから,
紙にこだわっているのかなぁ
……
-
さっさといろいろなぎょーむ
3/25
のギロンのつづきの検討に時間を使ってしまった.
-
かなり時間かかったけど,
なかなか (ふつーの統計学の教科書にはいちいち記載してない)
ちょっと面白いことがわかった.
確率変数 X, Y の差の D (= X - Y) の確率分布が「対称」
になるかどーか,
といったハナシ.
3/25
のときには「非対称なら中央値 != 平均値」でしょ」
と決めつけてハナシをしてたんだけど,
これではダメとわかったので
(中央値 == 平均値であっても非対称な場合がある),
もう少し別の方向から考えてみた.
-
結論としては,
-
X, Y の確率分布が同じ (もしくは「同じ分布がヨコにずれた」関係)
であるときには,
D はつねに対称な確率分布となる
-
上の条件を満たさないときには,
X と Y の確率分布がどちらも対称であるときにしか,
D は対称な分布にならない
これだけのことを述べるのに,
下のごときぐだぐだとした検討が必要とされる.
といっても,
「D の分布ってたたみこみ (convolution)
で書いてみて,ひねくったらどうなんでしょ」
といった高校数学 + αなハナシだけなんだが.
えーい,
しかしながら,
正確な数学的証明としてはまだまだ不充分なんだろうな
……
(後記:
やはり下はまちがっていて,
そもそも「h(D) の中央値がゼロなら,f(X) と g(Y) の中央値が等しい」
といったハナシも正しくない
……
4/3)
ともあれ,「平均値 != 中央値」の方向から D = X - Y の分布の非対称性に
ついて議論するのはまずい方策らしい,とわかってきました.
そこでちょっと別の方法を考えてみました.
まず,議論のそもそもの出発点として D の非対称性を事前に調べて,というの
はまずいだろう,という考えがありました.これは標本 X と標本 Y の母集団
がどちらも対称な分布であったとしても,母集団の中央値が異なっていれば,
D は非対称になるからです.いま調べたいのは D の中央値がゼロである場合
です.
D の確率分布の中央値がゼロであるためには X, Y それぞれの確率分布の中央
値が等しくなければなりません.そこでいま,これらが共通の中央値 c をもつ
とします.
「対称な確率分布」は次のように定義します.D, X, Y それぞれの確率密度関
数を h(D), f(X), g(Y) とします.それぞれの中央値は 0, c, c なので,こ
れらが対称であるときにだけ,
h(Δ) = h(-Δ)
f(c + Δ) = f(c - Δ)
g(c + Δ) = g(c - Δ)
が成立している,と定義します.
さて h(Δ) と f(X), g(Y) の関係を考えてみると,X = Δ + Y であることから,
h(Δ) = ∫f(Δ + y) g(y) dy
h(-Δ) = ∫f(-Δ + y) g(y) dy
と畳みこみのかたちで定義されます.
まずは f(X) と g(Y) が同じ確率分布であるとき (g(Y) = f(Y)) について考え
ます.h(-Δ) の式において y = z + Δ とおくと,
h(-Δ) = ∫f(z) f(z + Δ) dz
となり
h(Δ) = ∫f(Δ + y) f(y) dy
と同じなので,h(Δ) = h(-Δ) となります.つまり f(X) と g(Y) が同じ確率
分布であるときには h(D) は常に対称である,ということがわかります.
また g(Y) は f(X) を「ずらした」確率分布であるとき,つまり
g(Y) = f(Y + 定数)
であるときにも上と同じ論法で h(D) は対称な確率分布となります.この場合
は当然ながら f(X) と g(Y) の中央値は等しくありませんし,h(D) の中央値は
ゼロではありません.
つまり一般には,f(X) と g(Y) が「同じ確率分布をずらした (あるいはずら
さない) 関係」にあるときには,つねに h(D) は対称となります.
次に f(X) と g(Y) が「同じ確率分布をずらした関係」ではない場合について
考えます.
h(Δ) = ∫f(Δ + y) g(y) dy
において,y を「ずらして」 y = c + z とおくと,
h(Δ) = ∫f(c + (z + Δ)) g(c + z) dz
となります.また -Δ = X - Y のときには
h(-Δ) = ∫f(-Δ + y) g(y) dy
となり,今度は y = c - z とおいて書き変えると
h(-Δ) = ∫f(c - (z + Δ)) g(c - z) dz
となります.
f(X) と g(Y) が同じ確率分布ではないときに,h(Δ) = h(-Δ) であるために
は,
f(c + (z + Δ)) = f(c - (z + Δ))
かつ
g(c + z) = g(c - z)
が必要とされ,これが成立するのは f(X) と g(Y) がどちらも対称である場合
なので,
h(D) が対称 ⇔ f(X) と g(Y) のどちらも対称
と言えるのではないかと思います (必要十分性の確認がいいかげんですが).
まとめますと,f(X) と g(Y) の中央値が等しい (どちらも c) ときに,
中央値ゼロの確率分布 h(D) が対称であるためには,f(X) と g(Y) が対称であ
るかどうかを確認すればよい,そして f(X) と f(Y) の対称性はそれぞれの中
央値とは関係なくチェックできます.
ただし f(X) と g(Y) が同じ確率分布である (中央値が等しい),もしくは
g(Y) = f(Y + 定数) といった関係にある (中央値が等しくない) ときには,
f(X) と g(Y) が非対称であっても h(D) は対称となります.
ということで,h(D) がどういうときに対称になるのか,をひととおり整理で
きているのではないかと思います.
昼飯.
時刻はすでに 14 時すぎ.
窓の外は雪.
電子情報通信学会誌の階層ベイズモデル解説,
みなおし.
甲山さんまわりのメイルアカウントうんぬん問題あれこれ
に一時間ばかりふりまわされる.
[3 月末の降雪]
窓の外の雪,
いつのまにかどんどん大雪に.
-
解説みなおし終了.
なんだかばかばかしい書類一式をととのえて,
原稿できました連絡.
あとはダウンロードしてください,
ってことで.
-
1820 研究室発.
雪.
買いもの.
1850 帰宅.
晩飯の準備.
晩飯.
-
[今日の運動]
-
[今日の食卓]
- 朝 (0830):
米麦 0.6 合.
キャベツ・鶏肉の炒めもの.
- 昼 (1410):
研究室お茶部屋.
米麦 0.8 合.
キャベツ・鶏肉の炒めもの.
- 晩 (2100):
米麦 0.6 合.
ダイコン・ナメコの味噌汁.
キャベツ・ネギ・ハムのサラダ.