Связанный момент производящей функции

14

Этот вопрос возникает из вопроса, который здесь задают о функции, порождающей момент (MGF).

Предположим, что X - ограниченная случайная величина со средним нулем, принимающая значения в [σ,σ] и пусть G(t)=E[etX] - ее MGF. Из а связаны используется в доказательстве неравенства Хёфдинга , мы имеем , что

G(t)=E[etX]eσ2t2/2
где правая сторона распознается как MGF нормальной случайной величины с нулевым средним со стандартным отклонением σ . Теперь стандартное отклонение X может быть не больше σ , причем максимальное значение имеет место, когда X представляет собой дискретную случайную величину, такую ​​что P{X=σ}=P{X=σ}=12 . Таким образом, упомянутая граница может рассматриваться как говорящая о том, что MGF ограниченной нулевой средней случайной величиныXограничен сверху MGF нормальной нулевой средней случайной величины, стандартное отклонение которой равно максимально возможному стандартному отклонению, котороеможет сделатьXиметь.

Мой вопрос: является ли это хорошо известным результатом независимого интереса, который используется не в доказательстве неравенства Хеффдинга, а в других местах, и если да, то известно ли также, что он распространяется на случайные величины с ненулевым средним?

Результат , который подсказки этот вопрос дает асимметричный диапазон [a,b] для X с a<0<b но настаивает на E[X]=0 . Граница

G(t)et2(ba)2/8=et2σmax2/2
, где σмакс = ( б -σmax=(ba)/2 - максимально возможное стандартное отклонение для случайной величины со значениями, ограниченными[a,b] , но этот максимум не достигается случайными величинами с нулевым средним, если только b=a .

Дилип Сарватэ
источник
5
Случайные переменные, которые удовлетворяют границам mgf, как та, которую вы цитируете, называются субгауссовыми случайными переменными Они играют центральную роль, например, в неасимптотической теории случайных матриц и в некоторых связанных результатах в сжатом зондировании. Смотрите, например, ссылку в ответе здесь . (Это, очевидно, не говорит о вашем конкретном вопросе; но он имеет схожий характер.)
Кардинал

Ответы:

5

Я не могу ответить на первую часть вашего вопроса, но что касается расширения случайных величин ненулевыми средствами ...

Во-первых, обратите внимание, что любой rv с конечным диапазоном [ a + μ , b + μ ] и (обязательно конечным) средним значением µ может быть преобразован в rv X = Z - μ, который, конечно, является нулевым средним с диапазоном [ a , б ] (таким образом, удовлетворяя условиям в вашей постановке задачи). Преобразованная переменная имеет mgf ϕ X ( t ) = exp { -Z[a+μ,b+μ]μX=Zμ[a,b]ϕX(t)=exp{μt}ϕZ(t)(по основным свойствам mgf) Умножение обеих сторон на и применение неравенства дает:exp{μt}

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

Не удивительно, что мгф нормальной случайной величины с тем же средним и стандартным отклонением, равным σmax

jbowman
источник