联合MGF独立的充要条件


12

假设我有一个联合矩生成函数用于CDF的联合分布。是两个必要的和足够的用于独立条件和?我检查了几本教科书,只提到了必要性:MX,Y(s,t)FX,Y(x,y)MX,Y(s,t)=MX,Y(s,0)MX,Y(0,t)XY

FX,Y(x,y)=FX(x)FY(y)MX,Y(s,t)=MX(s)MY(t)

该结果很明显,因为独立性意味着。由于边际的MGF由联合MGF决定,我们具有:MX,Y(s,t)=E(esX+tY)=E(esX)E(etY)

X,Y independentMX,Y(s,t)=MX,Y(s,0)MX,Y(0,t)

但是在网上搜索后,我发现相反的情况只是短暂的参考,没有证据。以下草图证明可行吗?

给定联合MGF,这唯一地确定和及其MGF 的边际分布, 和。仅边际与许多其他可能的联合分布兼容,并且唯一地确定和独立的联合分布,其中CDF和MGF:MX,Y(s,t)XYMX(s)=MX,Y(s,0)MY(t)=MX,Y(0,t)XYFX,Yind(x,y)=FX(x)FY(y)

MX,Yind(s,t)=MX(s)MY(t)=MX,Y(s,0)MX,Y(0,t)

因此,如果我们得到原始MGF的,则为足以显示。然后根据MGF的唯一性,我们原始的联合分布为和和是独立的。MX,Y(s,t)=MX,Y(s,0)MX,Y(0,t)MX,Y(s,t)=MX,Yind(s,t)FX,Y(x,y)=FX,Yind(x,y)=FX(x)FY(y)XY

Answers:


8

是的,这不仅是两个随机变量而且是(有限)随机变量序列独立的必要和充分条件。例如,Rinaldo B. Schinazi撰写的《概率论与统计应用》第242页的P.2 。或基于概率生成函数的计数数据计量经济学分析的第259页 。只需注意“力矩生成功能并不总是存在”。


感谢您的推荐。是的,要小心地说一开始就给出了原始MGF,并试图记住要证明我提到的任何其他MGF在进行任何操作之前就已经存在!您的裁判采用了哪些证明策略?
银鱼

您是否在我的第一个参考文献中的P2之后阅读了该段落?
2013年

是的-这是我建议的证明对向量的扩展。比较给定分布的MGF与MGF是否独立于组件;由于它们相同,并且MGF唯一确定关节分布,因此关节分布独立的。
银鱼2013年
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.