数学吧 关注:904,519贴子:8,801,373
  • 21回复贴,共1

高维正态的"3σ"法则?

只看楼主收藏回复

一维正态分布的±3σ区间内包含了大部分概率质量。那么对于n维标准正态分布,多大的区域才能包含大部分概率呢?


IP属地:重庆来自Android客户端1楼2023-12-11 14:39回复
    我自己根据球坐标系算了下,应该是归结为如下的问题:求R(n)使得下面的积分尽可能小(ε为尽可能小的正数)


    IP属地:重庆来自Android客户端2楼2023-12-11 14:52
    回复
      2025-05-22 02:01:10
      广告
      之前以为到高维就是每个维度都是3σ的区间,但没意识到正态分布随着维数增加概率密度会变得很分散


      IP属地:重庆来自Android客户端3楼2023-12-11 14:55
      回复
        刚查到一个Gaussian Annulus Theorem,但它只是给出了壳状区域概率的上界(摘自Foundations of Data Science)


        IP属地:重庆来自Android客户端4楼2023-12-11 15:00
        回复
          MD搞错了,应该是这个式子<ε。
          积分算概率的时候半径只和这一个定积分有关,所以前面关于角度的积分都不用关,关键是这个含半径r的积分。


          IP属地:重庆来自Android客户端5楼2023-12-11 15:06
          收起回复
            没学过概率论,帮顶


            IP属地:陕西来自Android客户端6楼2023-12-11 15:12
            回复
              没见过呀,相关系数是多少


              IP属地:北京来自Android客户端7楼2023-12-11 15:47
              收起回复
                几乎所有概率都分布在根号n半径的那个高维球壳上了


                IP属地:北京来自Android客户端10楼2023-12-11 16:42
                收起回复
                  2025-05-22 01:55:10
                  广告
                  n维标准正态分布是径向函数,所以相当于考虑r^{n-1} exp(-ar^2)的在x到∞的积分关于x趋于∞时下降的速度。剩下的你自己慢慢算吧


                  IP属地:陕西来自iPhone客户端11楼2023-12-11 16:42
                  回复
                    来个大神啊


                    IP属地:重庆来自Android客户端12楼2023-12-12 00:27
                    回复
                      首先3多少有点经验的成分 完全可以是2.8或3.2
                      其次可以直接从概率密度足够小的角度考虑


                      IP属地:上海来自iPhone客户端14楼2023-12-12 02:41
                      收起回复
                        n维就是误差函数的n次方呗


                        青铜拳手
                        贴吧拳王争霸赛中累计获取30场胜利,去领取
                        活动截止:2100-01-01
                        去徽章馆》
                        IP属地:上海来自Android客户端15楼2023-12-12 03:06
                        收起回复


                          IP属地:重庆来自Android客户端16楼2023-12-13 13:06
                          回复