Phân phối tối đa của hai biến bình thường tương quan


Câu trả lời:


22

Theo Nadarajah và Kotz, 2008 , Phân phối chính xác các biến ngẫu nhiên thiểu của hai biến Gaussian , PDF của dường như làX=max(X1,X2)

f(x)=2ϕ(x)Φ(1r1r2x),

trong đó là PDF và là CDF của phân phối chuẩn thông thường.ϕΦ

nhập mô tả hình ảnh ở đây


Điều này trông như thế nào nếu (không có tương quan nào cả)? Tôi đang gặp khó khăn khi hình dung nó. r=0
Mitch

3
Tôi đã thêm một hình ảnh trực quan phân phối. Nó trông giống như một Gaussian bị bóp nhẹ lệch sang phải.
Lucas

22

Hãy là bình thường PDF hai biến cho ( X , Y ) với marginals tiêu chuẩn và tương quan ρ . Theo định nghĩa, CDF tối đa làfρ(X,Y)ρ

Pr(max(X,Y)z)=Pr(Xz, Yz)=zzfρ(x,y)dydx.

PDF thông thường bivariate là đối xứng (thông qua sự phản chiếu) xung quanh đường chéo. Như vậy, tăng để z + d z thêm hai dải xác suất tương đương với bình phương bán vô hạn ban đầu: các infinitesimally dày trên một là ( - , z ] × ( z , z + d z ] trong khi người đồng nhiệm phản ánh của nó, bên phải dải, là ( z , z + d z ] × ( - , z ] .zz+dz(,z]×(z,z+dz](z,z+dz]×(,z]

Figure

Mật độ xác suất của dải bên tay phải là mật độ của tại z lần so với tổng xác xuất có điều kiện rằng Y là ở dải, Pr ( Y zXzY . Phân phối có điều kiện của Y luôn là Bình thường, vì vậy để tìm tổng xác suất có điều kiện này, chúng ta chỉ cần trung bình và phương sai. Giá trị trung bình có điều kiện của Y tại X là dự báo hồi quy ρ X và phương sai có điều kiện là "không giải thích được" biến var ( Y ) - var ( ρ X ) = 1 - ρ 2 .Pr(Yz|X=z)YYXρXvar(Y)var(ρX)=1ρ2

Bây giờ chúng ta biết phương sai trung bình và điều kiện, CDF có điều kiện của cho X có thể thu được bằng cách tiêu chuẩn hóa Y và áp dụng các tiêu chuẩn bình thường CDF Φ :YXYΦ

Pr(Yy|X)=Φ(yρX1ρ2).

Đánh giá này tại X = z và nhân với mật độ của X tại z (một tiêu chuẩn bình thường pdf φ ) cho mật độ xác suất của thứ hai (bên phải) dảiy=zX=zXzϕ

ϕ(z)Φ(zρz1ρ2)=ϕ(z)Φ(1ρ1ρ2z).

Nhân đôi tài khoản này cho dải trên có thể cân bằng, cung cấp cho PDF tối đa là

ddzPr(max(X,Y)z)=2ϕ(z)Φ(1ρ1ρ2z).

Tóm tắt lại

2ϕ(z)Φ()1ρ1ρ2zY=zX=z


Điều này có thể được mở rộng đến hơn hai biến thông thường tiêu chuẩn với ma trận tương quan đã cho không?
A. Donda

1
@ A.Donda Có - nhưng biểu thức trở nên phức tạp hơn. Với mỗi chiều mới xuất hiện nhu cầu tích hợp một lần nữa.
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.