非中心卡方随机变量之和


21

我需要找到随机变量的分布

Y=i=1n(Xi)2
,其中XiN(μi,σi2)和所有Xi s为独立的。我知道有可能首先找到Xi s 的所有矩生成函数的乘积,然后变换回以获得Y的分布。但是,我想知道Y是否有通用形式Y 类似于高斯案例:我们知道独立高斯的和仍然是高斯,因此我们只需要知道求和的平均值和求和的方差即可。

如何对所有?这种情况是否可以解决?σi2=σ2


1
综观下第一段这里,明确了最终条件产生通过缩放非中心卡方(除以(你把比例因子出前),使σ = 1Σ ķ = 1X / σ 2)。你开始看起来像一个线性组合或更一般的形式按比例加权平均,用系数σ 2 ,而不是按比例平方的普通总和......我相信,一般不会有所需的分布。σ2σi=1i=1k(Xi/σi)2σi2
Glen_b-恢复莫妮卡

根据您的需要,在特定情况下,您可以进行数值卷积或仿真。
Glen_b-恢复莫妮卡

这可以通过“对数卡方对幂的加权总和”分布来概括。我的R包sadists提供了近似的'dpqr'函数;cf github.com/shabbychef/sadistsY
shabbychef 2015年

Answers:


17

正如Glen_b在评论中指出的那样,如果方差都相同,则最终会产生缩放的非中心卡方。

如果没有,有一个的概念一般化卡方分布,即X Ñ μ Σ 固定。在这种情况下,你有对角的特殊情况ΣΣ = σ 2 ),和一个= xTAxxN(μ,Σ)AΣΣii=σi2A=I

使用这种发行版已经进行了一些计算工作的工作:

还可以将其写为独立非中心卡方变量的线性组合,在这种情况下:Y=i=1nσi2(Xi2σi2)

Bausch(2013)为中心卡方的线性组合提供了一种计算效率更高的算法。他的工作可能会扩展到非中心卡方,并且您可能会在相关工作部分找到一些有趣的指针。


2
Duchesne等人发现了近似方法的比较。2010。计算统计与数据分析,54,858–862。作者维护R包CompQuadForm及其实现。
caracal 2015年

-10

这将是自由度为n的卡方。


6
我相信你忽略了可能为零。对问题的评论以及现有的答案很有参考价值。μi
ub
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.