关节正态性是正常随机变量总和是否正常的必要条件吗?


13

对相关问题的回答之后的评论中,用户ssdecontrol和Glen_b询问和联合正态性对于断言的正态性是否必要?当然,关节正常就足够了。在那里没有解决这个补充问题,也许值得单独考虑。Y X + YXYX+Y

由于联合常态意味着边际常态,我问

难道存在正常的随机变量和,使得 是一个正常的随机变量,但和是不是 共同正常的随机变量?Y X + Y X YXYX+YXY

如果不要求和具有正态分布,则很容易找到这样的正态随机变量。可以在我以前的答案中找到一个示例(上面提供了链接)。我认为,上面突出显示的问题的答案是“是”,并已发布(我认为是)示例作为对此问题的答案。ÿXY


2
您想如何处理退化的分布?例如,如果是标准正态且,则和的联合分布是简并正态分布,而是标准正态。Y = 2 X X Y X + YXY=2XXYX+Y
Brian Borchers

@BrianBorchers和联合正常的随机变量,即使分布是像你说的堕落。联合正态性的标准定义是,如果对于所有选择都是正态的,则和联合正态。在此,是退化的情况,但出于礼貌,仍称为标准随机变量。ÿ = - 2 X X ý 一个X + b Ý b b = 0 0 XY=2X XYaX+bY(a,b)(a,b)=(0,0)
Dilip Sarwate

Answers:


11

令为iid。Ñ 0 1 U,VN(0,1)

现在将如下:(U,V)(X,Y)

在第一象限(即)中,让和。U>0,V>0X=max(U,V)Y=min(U,V)

对于其他象限,请围绕原点旋转此映射。

产生的二元分布看起来像(从上方看):

![在此处输入图片描述

-紫色代表几率翻倍的区域,白色代表几率无几的区域。黑色圆圈是恒定密度的轮廓(在的圆圈上的所有位置,但在每个彩色区域内)。(U,V)(X,Y)

  1. 通过对称性,和都是标准法线(俯视垂直线或沿着水平线,每个白色都有一个紫色的点,我们可以将其视为水平或垂直线交叉的轴上的翻转点)XY

  2. 但是显然不是二元正态的,并且(X,Y)

  3. X+Y=U+V是(等同地,沿着恒定的线外表和看到,我们具有对称性类似于我们在讨论1.,但此时对线)N(0,2)X+YY=X


1
+1和接受;这种构造比我自己回答的构造好得多!
Dilip Sarwate

5

考虑 具有联合密度函数 联合连续随机变量 其中表示标准法线密度函数。U,V,W

(1)fU,V,W(u,v,w)={2ϕ(u)ϕ(v)ϕ(w)    if u0,v0,w0,or if u<0,v<0,w0,or if u<0,v0,w<0,or if u0,v<0,w<0,0otherwise
ϕ()

显然,和是 变量。也很明显,它们不是 共同的普通随机变量。但是,所有三对 都是成对的独立随机变量:实际上,是独立的标准正态随机变量(因此是成对的联合正态随机变量)。简而言之, 是成对独立但非相互独立的普通随机变量的示例。有关 更多详细信息,请参见我的答案U,VW(U,V),(U,W),(V,W)U,V,W

请注意,成对独立性给我们提供了 和均为零方差为正常均值随机变量。现在,让我们定义 并注意 也是具有方差的零均值正常随机变量。此外,,因此和是依存且相关的随机变量。U+V,U+WVW2

(2)X=U+W, Y=VW
X+Y=U+V2cov(X,Y)=var(W)=1XY

X和是(相关的)正常随机变量,它们不是共同正常的,但具有它们的总和是正常随机变量的性质。YX+Y

换句话说,联合正态性是断言正常随机变量之和的正态性的充分条件,但这不是必要条件。

和并非共同正态的证明XY
由于的变换是线性的,因此很容易得到 。因此,我们有 但是具有仅当正好为1时其值不为零的特性。或其所有三个参数均为非负数。现在假设。然后,值为 (U,V,W)(U+W,VW,W)=(X,Y,W)fX,Y,W(x,y,w)=fU,V,W(xw,y+w,w)

fX,Y(x,y)=fX,Y,W(x,y,w)dw=fU,V,W(xw,y+w,w)dw
fU,V,Wx,y>0fU,V,W(xw,y+w,w)2ϕ(xw)ϕ(y+w)ϕ(w)w(,y)(0,x)否则为。因此,对于, 现在, ,因此通过展开并对中的被积数进行一些重新排列,我们可以写 其中是正常随机数均值变量0x,y>0
(3)fX,Y(x,y)=y2ϕ(xw)ϕ(y+w)ϕ(w)dw+0x2ϕ(xw)ϕ(y+w)ϕ(w)dw.
(xw)2+(y+w)2+w2=3w22w(xy)+x2+y2=w22w(xy3)+(xy3)21/313(xy)2+x2+y2
2ϕ(xw)ϕ(y+w)ϕ(w)(3)
(4)fX,Y(x,y)=g(x,y)[P{Ty}+P{0<Tx}]
Txy3 和方差。方括号内的两个术语都涉及标准的普通CDF,其参数是和(不同)函数。因此,是 二元正态密度即使两个和 是正态随机变量,并且它们的和是一个正常的随机变量。13Φ()xyfX,YXY

注释:和联合正态性足以满足正态性,但它还意味着更多:对于所有选择都是正态的 。在这里,我们只需要对于,三个选择是正常 其中前两个强制执行常被忽略条件(例如,参见的答案),和的(边际)密度必须是正常密度,第三个表示总和也必须具有正常密度。因此,我们可以XYX+YaX+bY(a,b)aX+bY(a,b) (1,0),(0,1),(1,1)Y.H.XY具有正常的随机变量,它们不是 共同正常的,但其总和是正常的,因为我们不在乎其他选择会发生什么。(a,b)

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.