Laplace Dağılımı Nedir?
Çift üstel dağılım olarak da bilinen Laplace dağılımı, merkezine göre simetrik olan sürekli bir olasılık dağılımıdır. Sırt sırta yerleştirilmiş iki üstel dağılım gibi görünür; bu da konum parametresinde keskin bir tepe (sivri uç) ve normal dağılıma kıyasla daha kalın kuyruklar oluşturur. Sinyal işleme, dayanıklı regresyon (en küçük mutlak sapmalar), Bayes çıkarımı (LASSO ön dağılımı) ve kalın kuyruklu getirileri modellemek için finans alanında yaygın olarak kullanılır. Bu, her yerde aynı şekilde geçerli olan evrensel bir matematik aracıdır.
Bu Hesaplama Aracı Nasıl Kullanılır?
Üç sayı girin: rastgele değişkenin değeri olan x; merkezi (ortalama ve ortanca) belirleyen konum parametresi mu; ve kesinlikle pozitif olması gereken, yayılımı kontrol eden ölçek parametresi b. Hesaplama aracı; olasılık yoğunluğu \(f(x)\), alt kümülatif olasılık \(P(X \leq x)\) ve üst kümülatif olasılık \(P(X > x)\) değerlerini verir. İki kümülatif değerin toplamı her zaman tam olarak 1 eder.
Formülün Açıklaması
Yoğunluk $$f(x) = \frac{1}{2\,\text{b}}\exp\!\left(-\frac{\left|\text{x} - \text{μ}\right|}{\text{b}}\right)$$ şeklindedir. Kümülatif fonksiyon parçalı tanımlıdır: $$F(x) = \begin{cases} \dfrac{1}{2}\exp\!\left(\dfrac{\text{x} - \text{μ}}{\text{b}}\right) & \text{if } \text{x} < \text{μ} \\[1em] 1 - \dfrac{1}{2}\exp\!\left(-\dfrac{\text{x} - \text{μ}}{\text{b}}\right) & \text{if } \text{x} \geq \text{μ} \end{cases}$$ Mutlak sapmanın kullanılması üssü pozitif olmayan bir değerde tutar, böylece \(\exp()\) asla taşma yapmaz. Ortalama \(\mu\)'ya, varyans ise \(2\text{b}^2\)'ye eşittir.
Çözümlü Örnek
\(x = 1\), \(\mu = 0\), \(\text{b} = 1\) olsun. Sapma \(d = 1\)'dir. Yoğunluk: $$f(1) = 0{,}5\cdot\exp(-1) = 0{,}18394$$ \(x \geq \mu\) olduğundan $$F(1) = 1 - 0{,}5\cdot\exp(-1) = 0{,}81606$$ ve üst olasılık \(1 - 0{,}81606 = 0{,}18394\)'tür.
Sıkça Sorulan Sorular
b neden pozitif olmak zorunda? Ölçek parametresi hem paydada hem de üstel ifadenin içinde yer alır; \(\text{b} \leq 0\) olursa yoğunluk tanımsız hale gelir, bu yüzden hesaplama aracı bunu doğrular.
x = mu olduğunda ne olur? Yoğunluk \(\frac{1}{2\text{b}}\) olan en yüksek değerine ulaşır ve her iki kümülatif olasılık da 0,5'e eşit olur. Fonksiyonun bu noktada türevlenemeyen bir sivri ucu vardır.
Dağılım simetrik mi? Evet. Herhangi bir t için \(f(\mu + t) = f(\mu - t)\) ve \(F(\mu + t) = 1 - F(\mu - t)\) geçerlidir.
