Laplace Dağılımı Hesaplayıcı - Ücretsiz PDF ve Görselleştirme Aracı

Laplace dağılımı nedir?

Çift üstel dağılım olarak da adlandırılan Laplace dağılımı, tepe noktalarında sırt sırta birleştirilmiş iki üstel eğri şeklinde olan sürekli bir olasılık dağılımıdır. Merkezi bir değer etrafında simetriktir ve normal dağılımdan daha ağır kuyruklara sahiptir; bu nedenle uç değerlere daha yüksek olasılık atar. Bu sayfadaki Laplace dağılımı hesaplayıcısı, konum parametresi ve ölçek parametresinden dağılımın en yüksek olasılık yoğunluğunu bulur ve yoğunluk eğrisinin tamamını çizer.

Dağılım, onu ilk kez 1774 yılında tanımlayan Fransız matematikçi Pierre-Simon Laplace'ın adını taşır.

Laplace dağılımı formülü

Laplace dağılımının olasılık yoğunluk fonksiyonu (PDF) şöyledir:

$f(x \mid \mu, b) = \frac{1}{2b} \exp\left(-\frac{|x-\mu|}{b}\right)$

• x, sayı doğrusu üzerindeki herhangi bir noktadır.
• μ (mu), konum parametresi, dağılımın merkezidir. Aynı zamanda ortalama ve medyandır.
• b, ölçek parametresi, dağılımın ne kadar yayıldığını belirler. 0 değerinden büyük olmalıdır.
• |x − μ|, yönü dikkate almadan x ile merkez arasındaki uzaklıktır.

Eğri, en yüksek noktasına tam olarak x = μ konumunda ulaşır. Bu noktada |μ − μ| = 0 ve exp(0) = 1 olduğundan formül basitleşir ve geriye şu kalır:

$f(\mu \mid \mu, b) = \frac{1}{2b}$

Bu tepe değeri olan 1/(2b), hesaplayıcının bildirdiği sayıdır.

Laplace dağılımı hesaplayıcısı nasıl kullanılır?

1. Konum parametresini (μ) girin. Bu, dağılımın merkezinin nerede olacağını belirler.
2. Ölçek parametresini (b) girin. Bu pozitif bir sayı olmalıdır; değer büyüdükçe eğri daha düz ve daha yayvan olur.
3. Hesaplayıcı, 1/(2b) tepe yoğunluğunu gösterir ve μ − 4b ile μ + 4b arasındaki yoğunluk eğrisi f(x)'i çizer. Grafiğin dikey ekseni olasılık yoğunluğudur ve eğri, x ile f(x) değerlerinden oluşan bir tablo olarak indirilebilir.

Hesaplayıcı ayrı bir x değeri almaz. Farklı ölçeklere sahip dağılımları karşılaştırmak için en yararlı tek özet sayı bu olduğundan, yoğunluğu her zaman dağılımın kendi tepe noktası olan x = μ konumunda bildirir. Başka bir noktadaki yoğunluğu bulmak için yukarıdaki formülde ilgilenilen x değerini kullanın veya grafikteki yüksekliği okuyun.

Çözümlü örnek

μ = 4 konumunu ve b = 2 ölçeğini ele alalım.

1. b'nin pozitif olduğunu kontrol edin: 2 > 0; dolayısıyla girilen değerler geçerlidir.
2. Tepe noktası, |x − μ| = 0 olan x = μ = 4 konumundadır.
3. Tepe yoğunluğunu hesaplayın: 1 / (2 × 2) = 1 / 4 = 0,25.

Hesaplayıcı 0,250000 değerini gösterir. Çizilen eğri (4, 0,25) noktasında tepe yapar ve her iki tarafta simetrik olarak alçalır; bu durumda μ − 4b ile μ + 4b arasına, yani −4 ile 12 arasına yayılır.

Tepe yoğunluğu formülü 1/(2b) içinde μ bulunmadığından, konumu değiştirmek yalnızca eğriyi sola veya sağa kaydırır. Eğrinin yüksekliğini değiştirmez. Yüksekliği yalnızca ölçek parametresi değiştirir.

Daha fazla örnek

Ortalama, varyans ve standart sapma

Konumu μ ve ölçeği b olan bir Laplace dağılımı için:

• Ortalama = μ
• Medyan = μ
• Varyans = 2b²
• Standart sapma = b√2

Laplace dağılımı ve normal dağılım karşılaştırması

Her iki dağılım da simetrik ve çan biçimindedir; ikisi de bir merkez ve yayılım parametresiyle tam olarak tanımlanır. Fark kuyruklardadır. Normal dağılımda yoğunluk, ortalamadan uzaklığın karesiyle azalır; bu nedenle uç değerler çok hızlı biçimde son derece nadir hâle gelir. Laplace dağılımında ise yoğunluk uzaklığın kendisiyle azalır; dolayısıyla uç değerlerin görülme olasılığı karşılaştırmalı olarak daha yüksek kalır. Bu özellik, gerçek verilerde normal dağılımın öngöreceğinden daha fazla aykırı değer bulunduğu durumlarda Laplace dağılımını kullanışlı kılar.

Yaygın kullanım alanları

• Sinyal ve görüntü işleme: Gürültüyü modelleme ve görüntüleri sıkıştırma; çünkü piksel veya sinyal farkları çoğu zaman sıfır çevresinde toplanırken arada büyük sıçramalar görülür.
• Diferansiyel gizlilik: Laplace mekanizması, genel doğruluğu korurken kişisel verileri korumak için sorgu sonuçlarına Laplace dağılımlı gürültü ekler.
• Sağlam istatistik ve regresyon: Lasso regresyonu, çok sayıda katsayının tam olarak sıfır olmasını destekleyen Laplace biçimli bir önsel dağılım kullanır.
• Finans: Normal dağılımın öngördüğünden daha ağır kuyruklara sahip olma eğilimindeki varlık getirilerini modelleme.
• Sismoloji: Gutenberg-Richter yasasıyla ilişkili deprem büyüklüğü örüntülerinin modellerinde görülür.

Sık sorulan sorular

Hesaplayıcının sonucu ne anlama gelir?

Bu, 1/(2b) değerine eşit olan olasılık yoğunluk fonksiyonunun tepe ya da maksimum değeridir. Eğrinin merkezindeki, x = μ konumundaki yüksekliği ifade eder.

Hesaplayıcı neden x değeri istemiyor?

Tepe yoğunluğu olan 1/(2b), μ'ye eşit her x değerinde aynıdır; bu nedenle onu bulmak için ayrı bir x girdisi gerekmez. Bu, iki Laplace dağılımının ne kadar yüksek ve dar ya da ne kadar alçak ve geniş olduğunu karşılaştırmak için kullanılan standart tek sayıdır. Her x değerindeki yoğunluğu gösteren eğrinin tamamı grafikte bulunur.

Tepe noktası dışındaki bir noktadaki yoğunluğu nasıl bulurum?

İlgilenilen x değeriyle birlikte $f(x) = \frac{1}{2b} \exp\left(-\frac{|x-\mu|}{b}\right)$ formülünü kullanın veya yüksekliği doğrudan çizilen eğriden okuyun.

Laplace dağılımı üstel dağılımdan nasıl farklıdır?

Laplace dağılımı iki üstel dağılımdan oluşturulabilir. X ve Y aynı hıza sahip bağımsız üstel rassal değişkenlerse, X − Y merkezi 0 olan bir Laplace dağılımını izler.

Laplace dağılımı genellikle ne amaçla kullanılır?

Sinyal işleme, görüntü sıkıştırma, diferansiyel gizlilik, sağlam istatistik, Lasso regresyonu ile finansal getirilerin ve deprem büyüklüklerinin modellenmesinde; gerçek verilerde normal dağılımın öngördüğünden daha fazla uç değer görülen her durumda kullanılır.

Laplace dağılımı negatif olabilir mi, yoksa yalnızca pozitif değerler için mi kullanılır?

Üstel dağılımın aksine hem pozitif hem negatif olmak üzere tüm gerçek sayılar için tanımlıdır; üstel dağılım yalnızca negatif olmayan değerleri alır.

Kaynaklar

1. Kotz, S., Kozubowski, T. ve Podgórski, K. (2001). The Laplace Distribution and Generalizations. Birkhäuser, Boston, MA.
2. "Laplace distribution." Wikipedia, Wikimedia Foundation. https://en.wikipedia.org/wiki/Laplace_distribution