Tương quan của các biến ngẫu nhiên log-normal


16

Cho và các biến ngẫu nhiên bình thường có hệ số tương quan , làm cách nào để tìm mối tương quan giữa các biến ngẫu nhiên sau và ?X1X2ρY1Y2

Y1=a1exp(μ1T+TX1)

Y2=a2exp(μ2T+TX2)

Now, if X1=σ1Z1 and X2=σ1Z2, where Z1 and Z2 are standard normals, from the linear transformation property, we get:

Y1=a1exp(μ1T+Tσ1Z1)

Y2=a2exp(μ2T+Tσ2(ρZ1+1ρ2Z2)

Now, how to go from here to compute correlation between Y1 and Y2?


@user862, hint: use chracteristic function of bivariate normal.
mpiktas

2
See equation (11) in stuart.iit.edu/shared/shared_stuartfaculty/whitepapers/… (but watch out for the awful typesetting).
whuber

Câu trả lời:


19

I assume that X1N(0,σ12) and X2N(0,σ22). Denote Zi=exp(TXi). Then

log(Zi)N(0,Tσi2)
so Zi are log-normal. Thus

EZi=exp(Tσi22)var(Zi)=(exp(Tσi2)1)exp(Tσi2)
and
EYi=aiexp(μiT)EZivar(Yi)=ai2exp(2μiT)var(Zi)

Then using the formula for m.g.f of multivariate normal we have

EY1Y2=a1a2exp((μ1+μ2)T)Eexp(TX1+TX2)=a1a2exp((μ1+μ2)T)exp(12T(σ12+2ρσ1σ2+σ22))
So
cov(Y1,Y2)=EY1Y2EY1EY2=a1a2exp((μ1+μ2)T)exp(T2(σ12+σ22))(exp(ρσ1σ2T)1)

Now the correlation of Y1 and Y2 is covariance divided by square roots of variances:

ρY1Y2=exp(ρσ1σ2T)1(exp(σ12T)1)(exp(σ22T)1)

Note that as long as the approximation ex1+x is valid on the final formula found above one has ρY1Y2ρ.
danbarros
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.