约束力矩产生功能


14

这个问题源于一问这里大约约束矩生成函数(MGFS)。

假设X是一个有界零均值随机变量承担值 [σ,σ]和让G(t)=E[etX]是其MGF。从结合在Hoeffding不等式的证明使用中,我们有

G(t)=E[etX]eσ2t2/2
其中右侧可识别为标准偏差为σ的零均值正常随机变量的MGF 。现在,的标准偏差X可以是不大于σ,与出现的最大值时X是一个离散随机变量,使得 P{X=σ}=P{X=σ}=12。因此,所谓的界限可以说是指零均值有界随机变量X的MGF高于零均值正常随机变量的MGF,其标准偏差等于X可以达到的最大可能标准偏差。有。

我的问题是:这是一个众所周知的独立利益结果,用于霍夫丁不等式的证明以外的其他地方吗?如果是这样,是否还可以用非零均值扩展到随机变量?

,提示这个问题结果允许不对称范围[a,b]Xa<0<b但并坚持E[X]=0。结合的是

G(t)et2(ba)2/8=et2σmax2/2
,其中σmax=(ba)/2是值限制为[a,b]的随机变量可能的最大标准偏差,但除非b=a否则零均值随机变量不会达到该最大值 。


5
像您引用的那样,满足mgf的边界的随机变量称为亚高斯随机变量。它们在非渐近随机矩阵理论和压缩感知中的一些相关结果中起着核心作用。见,例如,在答案的链接在这里。(这显然并没有提到您的特定问题;但是,它具有相关性质。)
红衣主教2012年

Answers:


5

我无法回答您问题的第一部分,但要将其扩展为具有非零均值的随机变量...

Z[a+μ,b+μ]μX=Zμ[a,b]ϕX(t)=exp{μt}ϕZ(t)exp{μt}

ϕZ(t)=exp{μt}ϕX(t)exp{μt}exp{t2σmax2/2}=exp{μt+t2σmax2/2}

σmax

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.