两个相关多元正态随机变量的线性组合


14

假设我们有两个随机变量向量,它们都是正常的,即和。我们对它们的线性组合的分布感兴趣,其中和是矩阵,是向量。如果和独立,则。问题是在从属情况下,假设我们知道任何一对的相关性。谢谢。XN(μX,ΣX)YN(μY,ΣY)Z=AX+BY+CABCXYZN(AμX+BμY+C,AΣXAT+BΣYBT)(Xi,Yi)

最好的祝福,伊万

Answers:


8

在这种情况下,您必须编写(希望用清晰的符号表示) (编辑:假定联合正态性)然后 和 即

(XY)N[(μXμY),ΣX,Y]
(X,Y)
AX+BY=(AB)(XY)
AX+BY+CN[(AB)(μXμY)+C,(AB)ΣX,Y(ATBT)]
AX+BY+CN[AμX+BμY+C,AΣXXAT+BΣXYTAT+AΣXYBT+BΣYYBT]

3
万一它被忽略了,请注意,另一个回复的注释线程表明(a)这些协方差计算很好(了解它们涉及自然的但未声明的块矩阵表示法),但是(b)我们不能有效地得出线性组合通常正常的结论。分发,直到我们做出其他假设为止;即和具有共同的多元正态分布。XY
ub

2
您能否解释一下如何从到最后一行的?我本以为和结果不会进一步简化。这里是因为其对称矩阵个元件被而它的个元素是,并且没有理由为什么这些协方差必须相等。BΣXYTAT+AΣXYBT2AΣXYBT
BΣXYTAT+AΣXYBT=(AΣXYBT)T+AΣXYBT
ΣXY(i,j)cov(Xi,Yj)(j,i)cov(Xj,Yi)
Dilip Sarwate'2

1
@DilipSarwate:(+1)您是正确的,在一般情况下,没有理由使这两个术语相等。
西安

3

除非您假设和与协方差右上角块共同正态分布,否则您的问题没有当前提出的唯一答案。我想您的意思是因为您说您在X和Y之间具有每个协方差。在这种情况下,我们可以写,这也是多元正态。则以为:XYΣXYW=(XT,YT)TZW

Z=(A,B)W+C

然后,您可以使用通常的公式进行线性组合。请注意,平均值没有变化,但协方差矩阵有两个额外的项AΣXYBT+BΣXYTAT


感谢您指出了这个问题,实际上,我什至没有想到,但就我而言,即使变量的组成部分相互关联,但似乎确实可以将它们视为联合正态分布。
伊万

我同意这个问题不能像提出的那样解决。如果像@西安的回答那样假设和共同正态分布,可以以一种简单的方式解决。如果将关节分布指定为关节法线以外的其他物体,则可以解决问题,可能难度更大。但是,仅仅知道对于所有,并不意味着是多元正常。具有有限方差的任意两个随机变量具有协方差。协方差不仅限于普通或联合普通随机变量。XYcov(Xi,Yj)i,jW=(XT,YT)T
Dilip Sarwate'2

就我而言,X和Y共同正常,我将尝试解释原因,如果我错了,请纠正我。假设有一组独立的单变量正态rv。X和Y的每个元素都是集合中这些单变量的任意线性组合。因此,由于初始变量是独立的,并且仅涉及线性变换,因此所得向量X,Y和Z均为多元正态rv。它遵循多元正态rv的定义,其中对于任何向量均应为单变量正态rv 。是否有意义?aTXa
伊万(Ivan)

1
@Ivan您的解释很合理,但投诉是关于“假设我们有两个随机变量向量,两个向量都是正常的,即和“,这并不意味着该和是共同正常。也不会说,“我们知道,任何对的相关 ”是指和是共同正常尽管作为你正确的状态,意味着是正常的(对于也是类似的。)单变量正态性XN(μX,ΣX)YN(μY,ΣY)XY(Xi,Yi)XiYiXN(μX,ΣX)XiYi并不表示关节正常。请参阅下面的参考。
Dilip Sarwate'2

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.