均匀分布是一种将概率均匀分配到指定集合上的概率分布。在离散情形下,有限集合中的每个结果具有相同的概率。在连续情形下,有界区间内长度相等的子区间具有相同的概率。“矩形分布”这一名称源于连续均匀分布的密度图像呈矩形。均匀分布既是随机选择的基本模型,也是构建模拟方法的基础。(randomservices.org)
离散均匀分布
时,称 在有限集合 上服从均匀分布。
因此,包含其中 个结果的事件,其概率为 。这些结果不一定是数值:均匀分布可以描述随机选取一张牌、一个姓名或其他带有标识的对象。公平的六面骰子就是一个数值型例子,每一面出现的概率均为 。(randomservices.org)
对于任意数值集合,期望值是这些数值的算术平均值,方差则是各数值与该平均值之差的平方的平均值。各结果的概率相等,并不要求它们在数值上等间距排列。(randomservices.org)
连续均匀分布
对于有限的实数 ,记号 表示 在从 到 的区间上服从连续均匀分布。其概率密度函数为
该密度函数在整个定义域上的积分为 1。对于 ,有
因此,概率取决于区间的长度,而非其位置。例如,在 2 到 10 之间均匀取值的随机变量,落在 3 到 5 之间的概率为 。(ocw.mit.edu)
与离散情形不同,取任意单个点的概率都为零,即 。因此,均匀性意味着密度相等,而不是每个实数都具有相同的正概率。区间是否包含任一端点,都不会改变其概率分布;改变密度函数在有限个点上的值,也不会影响其积分。(live.ocw.mit.edu)
其累积分布函数为
当 时,其分位数函数为 ,因此等间隔的概率水平对应等间距的分位数。特例 称为标准均匀分布。(randomservices.org)
矩与变换
连续均匀分布关于区间中点对称,该中点既是均值,也是中位数。其主要矩为
因此,其标准差为 。增大区间宽度会增大离散程度,而将两个端点平移相同的距离,只会改变分布的位置,不会改变方差。(itl.nist.gov)
若 ,则 。反之,当 时, 服从标准均匀分布。这些仿射映射保持均匀性。非线性变换通常不具备这一性质:若 ,直接计算可得,在 时,,而不是均匀随机变量所具有的线性累积分布函数。(randomservices.org)
模拟与概率变换
均匀随机值是生成其他分布样本的基本输入。在逆变换采样中,利用目标分布的广义分位数函数对标准均匀随机变量 进行变换:
所得随机变量 的累积分布函数为 。这一广义逆函数既适用于离散分布,也适用于连续分布。(ocw.mit.edu)
概率积分变换则沿相反方向进行:若 的累积分布函数 连续,则 服从标准均匀分布。当 可逆时,可由下式得出这一结论: 。 连续性条件至关重要;将离散随机变量代入其累积分布函数,通常不会得到连续均匀随机变量。(ocw.mit.edu)
推广与参考测度
在测度论中,均匀性是相对于参考测度 定义的。对于满足 的可测集 ,有
计数测度给出离散均匀分布,而勒贝格测度给出区间以及欧几里得空间中区域上的均匀分布。在后一种情形下,体积相等的区域具有相同的概率。以随机变量落在某个测度为正的可测子集内为条件,所得条件分布就是该子集上的均匀分布。(randomservices.org)
测度有限这一条件排除了在整条实数轴上具有恒定密度的概率分布。同样,可数无限集合上也不存在均匀概率分布:若每个点都具有相同的正概率,总和将为无穷大;若每个点的概率都为零,总和则为零。因此,均匀性是指定定义域和参考测度下的一种性质,而不是随机性的无条件同义词。(randomservices.org)
统计估计
对于来自 且具有统计独立性的观测值,若两个端点均未知,且至少有两个不同的观测值,则最大似然估计给出
当区间包含所有观测值时,似然函数与 成正比;否则为零。包含全部样本的最窄区间使似然函数达到最大值。(itl.nist.gov)
这些端点估计存在向区间内部偏移的偏差。对于容量为 的样本,有
这些公式可由标准均匀样本最小值和最大值的期望经尺度变换得出。随着样本量增加,每个估计值与其对应端点之间的期望距离都会减小。(itl.nist.gov)
参考来源
- randomservices.org/random/special/UniformDiscrete.htmlrandomservices.org
- ocw.mit.edu/courses/1-017-computing-and-data-analysis-for-environmental-applica…ocw.mit.edu
- live.ocw.mit.edu/courses/6-436j-fundamentals-of-probability-fall-2018/9797310be…live.ocw.mit.edu
- randomservices.org/random/special/UniformContinuous.htmlrandomservices.org
- itl.nist.gov/div898/handbook/eda/section3/eda3662.htmitl.nist.gov
- randomservices.org/random/dist/Transformations.htmlrandomservices.org
- ocw.mit.edu/courses/14-310x-data-analysis-for-social-scientists-spring-2023/1dN…ocw.mit.edu
- ocw.mit.edu/courses/14-30-introduction-to-statistical-methods-in-economics-spri…ocw.mit.edu
- randomservices.org/random/special/Uniform.htmlrandomservices.org
- itl.nist.gov/div898/software/dataplot/refman2/auxillar/ordstmea.htmitl.nist.gov