Làm thế nào để bạn tính toán kỳ vọng của ?


12

Nếu được phân phối theo cấp số nhân với tham số \ lambdaX_i độc lập với nhau, thì kỳ vọng củaXi(i=1,...,n)λXi

(i=1nXi)2

về mặt nλ và các hằng số khác?

Lưu ý: Câu hỏi này đã nhận được câu trả lời toán học trên /math//q/12068/4051 . Các độc giả cũng sẽ xem nó.


5
Hai bản sao của câu hỏi này tham chiếu lẫn nhau và, một cách thích hợp, trang web thống kê (ở đây) có câu trả lời thống kê và trang web toán học có câu trả lời toán học. Có vẻ như một bộ phận tốt: hãy để nó đứng!
whuber

Câu trả lời:


31

Nếu , sau đó (dưới sự độc lập), y = Σ x i ~ G một m m một ( n , 1 / λ ) , vì vậy y là gamma phân phối (xem wikipedia ). Vì vậy, chúng ta chỉ cần E [ y 2 ] . Vì V a r [ y ] = E [ y 2 ] - ExiExp(λ)y=xiGamma(n,1/λ)yE[y2] , chúng ta biết rằng E [ y 2 ] = V a r [ y ] + E [ y ] 2 . Do đó, E [ y 2 ] = n / λ 2 + n 2 / λ 2 = n ( 1 + n ) / λ 2 (xemwikipediacho kỳ vọng và phương sai của phân phối gamma).Var[y]=E[y2]E[y]2E[y2]=Var[y]+E[y]2E[y2]=n/λ2+n2/λ2=n(1+n)/λ2


Cảm ơn. Một cách rất gọn gàng để trả lời câu hỏi (dẫn đến cùng một câu trả lời) cũng đã được cung cấp trên math.stackexchange (liên kết ở trên trong câu hỏi) vài phút trước.
Wolfgang

2
Câu trả lời toán tính toán các tích phân bằng cách sử dụng tuyến tính của kỳ vọng. Trong một số cách, nó đơn giản hơn. Nhưng tôi thích giải pháp của bạn vì nó khai thác kiến thức thống kê : bởi vì bạn biết tổng số các biến số mũ độc lập có phân phối Gamma, bạn đã hoàn thành.
whuber

1
Tôi rất thích nó một chút và tôi không có nghĩa là một nhà thống kê hay nhà toán học.
Kortuk

câu trả lời rất tao nhã.
Cyrus S

1
@Dilip Nhà toán học có xu hướng xem câu hỏi này là yêu cầu tích phân và tiến hành trực tiếp để tích hợp nó. Nhà thống kê biểu thị lại nó theo các đại lượng thống kê quen thuộc, chẳng hạn như phương sai và các mối quan hệ thống kê quen thuộc, chẳng hạn như Exponential là Gamma và gia đình Gamma bị đóng cửa theo tích chập. Các câu trả lời là như nhau nhưng cách tiếp cận hoàn toàn khác nhau. Sau đó, có câu hỏi về "thực hiện tích hợp" thực sự có nghĩa là gì. Ví dụ, tích phân phức tạp này được thực hiện hoàn toàn theo đại số.
whuber

9

Câu trả lời ở trên rất hay và hoàn toàn trả lời câu hỏi, nhưng thay vào đó, tôi sẽ cung cấp một công thức chung cho bình phương dự kiến ​​của một khoản tiền và áp dụng nó vào ví dụ cụ thể được đề cập ở đây.

Đối với bất kỳ bộ hằng nó là một thực tế làa1,...,an

(i=1nai)2=i=1nj=1naiaj

điều này là đúng bởi các bất động sản phân phối và trở nên rõ ràng khi bạn xem xét những gì bạn đang làm khi bạn tính toán bằng tay.(a1+...+an)(a1+...+an)

Do đó, đối với một mẫu các biến ngẫu nhiên , bất kể phân phối,X1,...,Xn

E([i=1nXi]2)=E(i=1nj=1nXiXj)=i=1nj=1nE(XiXj)

với điều kiện là những kỳ vọng này tồn tại

Trong ví dụ từ bài toán, là iid e x p o n e n t i một l ( λ ) biến ngẫu nhiên, mà cho chúng ta biết rằng E ( X i ) = 1 / λv một r ( X i ) = 1 / λ 2 cho mỗi i . Bởi độc lập, vì tôiX1,...,Xnexponential(λ)E(Xi)=1/λvar(Xi)=1/λ2i , chúng tôi cóij

E(XiXj)=E(Xi)E(Xj)=1λ2

của các điều khoản này trong tổng số. Khi i = j , chúng ta cón2ni=j

E(XiXj)=E(Xi2)=var(Xi)+E(Xi)2=2λ2

n

E(i=1nXi)2=i=1nj=1nE(XiXj)=(n2n)1λ2+n2λ2=n2+nλ2

là câu trả lời của bạn


3

Vấn đề này chỉ là một trường hợp đặc biệt của vấn đề chung hơn nhiều về 'khoảnh khắc của khoảnh khắc' thường được xác định theo thuật ngữ ký hiệu tổng lực. Cụ thể, trong ký hiệu tổng điện:

S1= =ΣTôi= =1nXTôi

Sau đó, bất kể phân phối , người đăng ban đầu tìm kiếmE[S12](cung cấp những khoảnh khắc tồn tại). Vì toán tử kỳ vọng chỉ là Khoảnh khắc thô thứ 1, nên giải pháp được đưa ra trong phần mềm mathStatica bằng cách:

enter image description here

['___ToRaw' có nghĩa là chúng tôi muốn giải pháp được trình bày dưới dạng các khoảnh khắc thô của dân số (thay vì nói các khoảnh khắc trung tâm hoặc tích lũy). ]

Cuối cùng, nếu X ~ Số mũ (λ) với pdf f(x):

f = Exp[-x/λ]/λ;      domain[f] = {x, 0, ∞} &&  > 0};

sau đó chúng ta có thể thay thế những khoảnh khắc μTôitrong giải pháp chung solvới các giá trị thực tế cho biến ngẫu nhiên theo cấp số nhân, như vậy:

enter image description here

Tất cả đã được làm xong.


PS Lý do các giải pháp khác được đăng ở đây mang lại câu trả lời với λ2 dĩ nhiên, trong mẫu số chứ không phải là tử số, bởi vì họ đang sử dụng một tham số hóa khác nhau của phân bố mũ. Vì OP không nói rõ phiên bản nào anh ấy đang sử dụng, tôi quyết định sử dụng định nghĩa sách giáo khoa lý thuyết phân phối tiêu chuẩn Johnson Kotz et al Đá chỉ để cân bằng mọi thứ :)

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.