如果是独立Beta,则显示也是beta


9

这是几年前在我们大学进行的学期考试中遇到的一个问题,我正在努力解决。

如果X1,X2是密度分别为\ beta(n_1,n_2)\ beta(n_1 + \ dfrac {1} {2},n_2)的独立β随机变量,则表明\ sqrt {X_1X_2}遵循\ beta(2n_1, 2n_2)βñ1个ñ2βñ1个+1个2ñ2X1个X2β2ñ1个2ñ2

我使用Jacobian方法获得Y = \ sqrt {X_1X_2}的密度ÿ=X1个X2如下:

Fÿÿ=4ÿ2ñ1个ñ1个ñ2ñ1个+1个2ñ2ÿ1个1个X21个-X2ñ2-1个1个-ÿ2X2ñ2-1个dX

我实际上在这一点上迷路了。现在,在主文件中,我发现已经提供了提示。我尝试使用提示,但无法获得所需的表达式。提示逐字记录如下:

提示:根据给定的X_1X_2密度,得出Y = \ sqrt {X_1X_2}的密度公式,并尝试使用z = \ dfrac {y ^ 2} {x}的变量更改。ÿ=X1个X2X1个X2ž=ÿ2X

因此,在这一点上,我尝试通过考虑变量的这种变化来利用此提示。因此我得到

Fÿÿ=4ÿ2ñ1个ñ1个ñ2ñ1个+1个2ñ2ÿ2ÿž2ÿ41个-ÿ4ž2ñ2-1个1个-ÿ2ž2ÿ4ñ2-1个ÿ2ž2dž
,经过简化,结果是(为z编写xf_Y(y)= \ dfrac {4y ^ {2n_1}} { B(n_1,n_2)B(n_1 + \ dfrac {1} {2},n_2)} \ int_ {y ^ 2} ^ y \ dfrac {1} {y ^ 2}(1- \ dfrac {y ^ 4} {x ^ 2})^ {n_2-1}(1- \ dfrac {x ^ 2} {y ^ 2})^ {n_2-1} dxXž
Fÿÿ=4ÿ2ñ1个ñ1个ñ2ñ1个+1个2ñ2ÿ2ÿ1个ÿ21个-ÿ4X2ñ2-1个1个-X2ÿ2ñ2-1个dX

我真的不知道该如何进行。我什至不确定我是否正确解释了提示。无论如何,其余的提示都在这里:

通过使用变量的变化,可以观察到所需的密度可以通过两种方式表示,即平均现在将积分范围分为和并编写并继续进行。 ˚FÿÝ=C ^øÑ小号一个Ñÿ2Ñ1-1个 1 ÿ 2ž=ÿ2Xy2yy11-y2

Fÿÿ=CØñsŤ一个ñŤÿ2ñ1个-1个ÿ21个1个-ÿ2Xñ2-1个1个-Xñ2-1个1个+ÿX1个XdX
ÿ2ÿÿ1个u= y1个-ÿ2X1个-X=1个-ÿ2-ÿX-X2u=yxX

好吧,说实话,我无法理解如何使用这些提示:似乎我什么都没得到。感谢帮助。提前致谢。


我看到一个类似的问题,在此之前我已经对其进行了一些编译。见arxiv.org/pdf/1304.6671v1.pdf mathoverflow.net/questions/32782/...
希德

@Sid抱歉,但是我在那些参考文献或类似文献中找不到此问题。您能指出这些地方吗?谢谢!!
Landon Carter 2015年

您确定正确应用了Jacobian方法吗?如果这样做,我得到:我想您也需要加倍公式,请参见en.wikipedia.org/wiki/Gamma_functionΓżΓŽ+0.5=21-2ž
fY(y)=2y2n11B(n1,n2)B(n1+0.5,n2)y211x[(1y2x)(1x)]n11dx
Γ(z)Γ(z+0.5)=212zπΓ(2z)
StijnDeVuyst

显然,公式是相同的。也许您必须在公式中使用变量的更改才能获得我的变量。我说的是雅各布主义。z=x
Landon Carter 2015年

我不认为他们是一样的。更改您在我的公式中提到的变量,我得到的东西比您在OP的第一个整数中所得到的要简单一些。
StijnDeVuyst

Answers:


5

我将使用产生力矩的函数以另一种方式证明这一点。或者等价地,通过显示的次的时刻等于的随机变量的阶矩与分布。如果对于所有都是这样,则通过力矩问题的强度,证明了该练习。q qβ2Ñ12Ñ2q=12...X1X2qBβ(2n1,2n2)q=1,2,

对于最后一部分,我们从http://en.wikipedia.org/wiki/Beta_distribution#Other_moments获得 的矩为 现在开始第一部分: B E [ B q ] = q 1 j = 0 2 n 1 + jqB

Ë[q]=Ĵ=0q-1个2ñ1个+Ĵ2ñ1个+2ñ2+Ĵ==Γ2ñ1个+qΓ2ñ1个+2ñ2Γ2ñ1个Γ2ñ1个+2ñ2+q
Ë[X1个X2q]=X1个X2qFX1个X1个FX2X2dX1个dX2=Xq/2FX1个X1个dX1个X2q/2FX2X2dX2=1个ñ1个ñ2X1个ñ1个+q/2-1个1个-X1个ñ2-1个dX1个1个ñ1个+1个2ñ2X2ñ1个+q+1个2-1个1个-X2ñ2-1个dX2=ñ1个+q2ñ2ñ1个+q+1个2ñ2ñ1个ñ2ñ1个+1个2ñ2
现在剩下的就是应用定义,然后应用加倍公式。事实证明,第一部分和第二部分完全相同。αβ=ΓαΓβΓα+βΓαΓα+1个2=21个-2απΓ2α

2
我认为您不能说矩均等意味着分配均等。在某些示例中,这可能不成立。
兰登·卡特

2
StijnDeVuyst,抱歉,这不是可接受的答案。我有一个例子,其中矩相等,但分布不相同。这个例子有点复杂。遗憾的是,我现在没有这个例子。它也参加了一个学期的考试。但是很快,如果您有兴趣,我将在此线程中发布示例。无论如何,我自己解决了这个问题。谢谢你的帮助。
Landon Carter 2015年

3
@yedaynara和Stijn:一个经典的例子是由于Heyde:考虑pdf,其中是pdf标准对数正态和。该分布系列的所有成员(所有订单)都具有相同的时刻。请注意,标准对数法线是该族的成员,并且其矩具有良好的封闭形式。FbX=F0X1个+b2π日志XF0b[-1个1个]
主教

4
但是,此刻还有其他条件(例如,Carleman's)可以保证分配的唯一性。这就是所谓的汉堡矩问题
主教

2
来自web.williams.edu/Mathematics/sjmiller/public_html/book/papers/…的引用:“ ...这是基本线性代数,用于验证具有有限支持的正度量是由其矩唯一地确定的...” OP中Beta分布的M确定性的Carleman条件。@cardinal和yedaynara都是正确的,以至于我不能太快地假设这一点。但显然,有限的支持才是成功的关键。
StijnDeVuyst
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.