Các mối tương quan có thể đạt được cho các biến ngẫu nhiên theo cấp số nhân


12

Phạm vi tương quan có thể đạt được của cặp biến ngẫu nhiên phân tán theo cấp số nhân và , trong đó là các thông số tỷ lệ?X1Exp(λ1)X2Exp(λ2)λ1,λ2>0


1
Câu hỏi này được liên kết với một bình luận phụ ở đây .
QuantIbex

Câu trả lời:


9

Đặt (resp. \ Rho _ {\ max} ) biểu thị giới hạn dưới (phía trên) của mối tương quan có thể đạt được giữa X_1X_2 . Giới hạn \ rho _ {\ min}\ rho _ {\ max} đạt được khi X_1X_2 tương ứng là đối kháng và comonotonic (xem tại đây ).ρminρmaxX1X2ρminρmaxX1X2

Giới hạn dưới
Để xác định giới hạn dưới chúng tôi xây dựng một cặp biến số mũ đối xứng và tính toán tương quan của chúng.ρmin

Điều kiện cần và đủ được đề cập ở đâybiến đổi tích phân xác suất cung cấp một cách thuận tiện để xây dựng các biến ngẫu nhiên và sao cho chúng là phản đối. Hãy nhớ rằng hàm phân phối theo cấp số nhân là , vì vậy hàm lượng tử là .X1X2
F(x)=1exp(λx)F1(q)=λ1log(1q)

Đặt là các biến ngẫu nhiên được phân phối đồng đều, sau đó cũng được phân phối đồng đều và các biến ngẫu nhiên có phân phối theo cấp số nhân với tỷ lệ và tương ứng. Ngoài ra, chúng là đối kháng kể từ và và các hàm và tương ứng tăng và giảm.UU(0,1)1U

X1=λ11log(1U),and X2=λ21log(U)
λ1λ2X1=h1(U)X2=h2(U)h1(x)=λ11log(1x)h2(x)=λ11log(x)

Bây giờ, hãy tính tương quan của và . Theo các thuộc tính của phân bố mũ, chúng ta có , , và . Ngoài ra, chúng tôi có trong đóX1X2E(X1)=λ11E(X2)=λ21var(X1)=λ12var(X2)=λ22

E(X1X2)=λ11λ21E{log(1U)log(U)}=λ11λ2101log(1u)log(u)fU(u)du=λ11λ2101log(1u)log(u)du=λ11λ21(2π26),
fU(u)1là hàm mật độ của phân bố đồng đều tiêu chuẩn. Để có sự bình đẳng cuối cùng, tôi đã dựa vào WolframAlpha .

Do đó, Lưu ý rằng giới hạn dưới không phụ thuộc vào tỷ lệ và và tương quan không bao giờ đạt , ngay cả khi cả hai lề đều bằng nhau (nghĩa là khi ).

ρmin=corr(X1,X2)=λ11λ21(2π2/6)λ11λ21λ12λ22=1π2/60.645.
λ1λ21λ1=λ2

Giới hạn trên
Để xác định giới hạn trên chúng tôi thực hiện theo một cách tiếp cận tương tự với một cặp biến số mũ lũy thừa. Bây giờ, hãy để và trong đó và , cả hai đều tăng chức năng. Vì vậy, các biến ngẫu nhiên này là comonotonic và cả hai hàm mũ được phân phối với tỷ lệ và .ρmaxX1=g1(U)X2=g2(U)g1(x)=λ11log(1x)g2(x)=λ21log(1x)λ1λ2

Chúng tôi có và do đó, Tương tự như giới hạn dưới, giới hạn trên không phụ thuộc vào tỷ lệ và .

E(X1X2)=λ11λ21E{log(1U)log(1U)}=λ11λ2101{log(1u)}2du=2λ11λ21,
ρmax=corr(X1,X2)=2λ11λ21λ11λ21λ12λ22=1.
λ1λ2

1
Cảm ơn sự tính toán của bạn. Tôi chỉ muốn thêm rằng có thể được tìm thấy ngay lập tức, nhận thấy rằng và có cùng loại: có phân phối , tức là phân phối tương tự của . ρmax=1X1X2λ1λ2X1Exp(λ2)X2
dùng48713

2
(+1). Lưu ý rằng giới hạn trên là rõ ràng khi quan sát hai biến số mũ chỉ khác nhau bởi một yếu tố tỷ lệ. Một điều rõ ràng không kém là giới hạn dưới không thể đạt được khi (nếu không độ lệch sẽ bằng 0). 1λ1λ2
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.