Densité de Y = log (X) pour X distribué gamma

12

Cette question est étroitement liée à ce post

Supposons que j'ai une variable aléatoire et que je définisse . Je voudrais trouver la fonction de densité de probabilité de .Y = log ( X ) YXGamma(k,θ)Y=log(X)Oui

Je pensais à l'origine que je définirais simplement la fonction de distribution cumulative X, ferais un changement de variable et prendrais "l'intérieur" de l'intégrale comme ma densité, comme ça,

P(Xc)=0c1θk1Γ(k)Xk-1e-XθXP(OuiJournalc)=Journal(0)Journal(c)1θk1Γ(k)exp(y)k-1e-exp(y)θexp(y)y

Ici, j'utilise et , puis sous dans les définitions de et en termes de .d y = 1y=JournalXxdxyy=1XXXXy

La sortie, malheureusement, ne s'intègre pas à 1. Je ne sais pas où est mon erreur. Certains pourraient-ils me dire où est mon erreur?

duckworthd
la source
1
Si vous travaillez sur le cdf, vous ne devez pas changer l'intégrale de la première à la seconde intégrale. Votre erreur est d'essayer d'utiliser à la fois les approches cdf et jacobienne.
Xi'an

Réponses:

13

Écrivez les densités avec les indicateurs pour avoir une image claire.

Si , alors f X ( x ) = 1XGamma(k,θ)

FX(X)=1θkΓ(k)Xk-1e-X/θje(0,)(X).

Si , avec l'inverse , alors et le CDF est obtenu à partir de la définition Oui=g(X)=JournalXX=h(Oui)=eOuiP ( Y y ) = y - f Y ( y ) d y

FOui(y)=FX(h(y))|h(y)|=1θkΓ(k)exp(ky-ey/θ)je(-,)(y),
P(Ouiy)=-yFOui(y)y.
Zen
la source
2
C'est une bonne réponse, mais vous devriez peut-être paramétrer la distribution Gamma de la même manière que la question d'origine.
supposé normal
Bon point, Max. Terminé.
Zen
Woops, mes propres définitions avaient des bugs. Doit être . α=k
duckworthd