Kỳ vọng vào các sản phẩm bậc cao của phân phối bình thường


9

Tôi có hai biến phân phối thông thường và với ma trận trung bình bằng 0 và hiệp phương sai . Tôi quan tâm đến việc cố gắng tính giá trị của theo các mục của .X1X2ΣE[X12X22]Σ

Tôi đã sử dụng luật tổng xác suất để nhận nhưng tôi không chắc những gì kỳ vọng bên trong giảm xuống. Có một phương pháp khác ở đây?E[X12X22]=E[X12E[X22|X1]]

Cảm ơn.

Chỉnh sửa: Các biến cũng là đa biến thường được phân phối.


5
Đỗ và thưởng thức một hai biến phân phối bình thường cũng? (Chỉ cần nói rằng và là bình thường với ma trận hiệp phương sai không đủ để kết luận rằng phân phối chung là chia nhỏ bình thường). X 2X1X2X 2 ΣX1X2Σ
Dilip Sarwate

1
Đối với ứng dụng cụ thể mà tôi có trong đầu, và có phân phối chuẩn bivariate, theo định lý giới hạn trung tâm đa biến. Tôi quên đề cập đến điều này trong bài viết gốc của tôi. X 2X1X2
AGK

1
@AGK nếu bạn muốn làm rõ bài đăng của mình, có nút "chỉnh sửa" cho phép bạn thay đổi. Điều đó tốt hơn cho những độc giả tương lai, những người sau đó không phải tìm kiếm thông tin chính trong các bình luận bên dưới câu hỏi.
Cá bạc

Câu trả lời:


8

Kỳ vọng rõ ràng tỷ lệ thuận với sản phẩm của các yếu tố tỷ lệ bình phương . Hằng số tỷ lệ thu được bằng cách tiêu chuẩn hóa các biến, làm giảm thành ma trận tương quan với tương quan . Σ ρ = σ 12 / σ11σ22Σρ=σ12/σ11σ22

Giả sử tính quy tắc bivariate, sau đó theo phân tích tại https://stats.stackexchange.com/a/71303 chúng ta có thể thay đổi các biến thành

X1=X, X2=ρX+(1ρ2)Y

Trong đó có phân phối chuẩn (không tương thích) phân phối chuẩn và chúng ta chỉ cần tính toán(X,Y)

E(X2(ρX+(1ρ2)Y)2)=E(ρ2X4+(1ρ2)X2Y2+cX3Y)

trong đó giá trị chính xác của hằng số không quan trọng. ( là phần dư khi hồi quy so với .) Sử dụng các kỳ vọng đơn biến cho phân phối chuẩn thông thườngcYX2X1

E(X4)=3, E(X2)=E(Y2)=1, EY=0

và lưu ý rằng và là sản lượng độc lậpXY

E(ρ2X4+(1ρ2)X2Y2+cX3Y)=3ρ2+(1ρ2)+0=1+2ρ2.

Nhân số này với mang lạiσ11σ22

E(X12X22)=σ11σ22+2σ122.

Phương pháp tương tự áp dụng cho việc tìm kiếm kỳ vọng của bất kỳ đa thức nào trong , vì nó trở thành đa thức trong và rằng, khi được mở rộng, là một đa thức trong các biến và độc lập thường được phân phối . Từ(X1,X2)(X,ρX+(1ρ2)Y)XY

E(X2k)=E(Y2k)=(2k)!k!2k=π1/22kΓ(k+12)

đối với tích phân (với tất cả các khoảnh khắc lẻ bằng 0 theo đối xứng) chúng ta có thể suy rak0

E(X12pX22q)=(2q)!2pqi=0qρ2i(1ρ2)qi(2p+2i)!(2i)!(p+i)!(qi)!

(với tất cả các kỳ vọng khác về đơn thức bằng 0). Điều này tỷ lệ thuận với chức năng siêu bội (gần như theo định nghĩa: các thao tác liên quan không sâu hoặc mang tính hướng dẫn),

1π2p+q(1ρ2)qΓ(p+12)Γ(q+12)2F1(p+12,q;12;ρ2ρ21).

Thời gian hàm siêu bội được xem như là một hiệu chỉnh nhân cho nonzero .ρ(1ρ2)qρ


1
Cảm ơn các câu trả lời chi tiết! Tôi cũng đang suy nghĩ về các câu hỏi liên quan với các đa thức khác, vì vậy đây là một khung thực sự hữu ích. Đó là một sự chuyển đổi rất thông minh mà tôi chưa từng thấy trước đây. Mát mẻ!
AGK

3
Để giúp điều tra của bạn, tôi đã cung cấp các chi tiết cho đa thức chung. Tôi đã rất thích thú, khi ban đầu viết câu trả lời này, để nhận ra rằng tôi đã học được sự chuyển đổi này từ sách giáo khoa thống kê cơ bản của Friedman, Pisani và Purves: chúng tôi dạy điều này cho sinh viên năm nhất đại học!
whuber
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.