Может ли распределение с конечным средним и бесконечной дисперсией иметь моментную функцию? Как насчет распределения с конечным средним и конечной дисперсией, но с бесконечно большими моментами?
Подсказка : если mgf существует в интервале около нуля, скажем (−t0,t0) для некоторого t0>0 , то рассмотрим разложение Тейлора ex и монотонность интеграла, чтобы найти решение. :)
кардинал
2
Не обращая внимания на вопросы конвергенции (рассматривая mgf как формальный степенной ряд), что может быть mgf, если какой-либо момент не существовал?
whuber
Кардинал, не могли бы вы дать нам несколько ссылок о предложенных вами предложениях?
Ответы:
51
Этот вопрос предоставляет хорошую возможность собрать некоторые факты о функциях, генерирующих моменты ( mgf ).
В ответе ниже мы делаем следующее:
Покажите, что если mgf конечен хотя бы для одного (строго) положительного значения
и одного отрицательного значения, то все положительные моменты X конечны (включая нецелые моменты).
Докажите, что условие в первом пункте выше эквивалентно распределению X имеющему экспоненциально ограниченные хвосты. Другими словами, хвосты X падают, по крайней мере, так же быстро, как хвосты экспоненциальной случайной величины Z (с точностью до константы).
Кратко отметьте характеристику распределения по его мгф, если оно удовлетворяет условию пункта 1.
Изучите некоторые примеры и контрпримеры, чтобы помочь нашей интуиции и, в частности, показать, что мы не должны понимать чрезмерную важность отсутствия конечности mgf.
Этот ответ довольно длинный, за что я заранее извиняюсь. Если это будет лучше, например, в блоге или где-то еще, пожалуйста, не стесняйтесь оставлять такие отзывы в комментариях.
Что мгф говорит о моментах?
MGF случайной величины определяется как м ( т ) = Е е т Х . Отметим, что m ( t ) всегда существует, поскольку оно является интегралом неотрицательной измеримой функции. Однако, если не может быть
конечным . Если это конечное (в нужных местах), то для все р > 0 (не обязательно целых), абсолютные моменты Е | X | p < ∞ (а значит, и E X pX∼Fm(t)=EetXm(t)p>0E|X|p<∞EXpконечно). Это тема следующего предложения.
Предложение : если существуют такие и t p > 0 , что m ( t n ) < ∞ и m ( t p ) < ∞ , то моменты всех порядков X существуют и конечны.tn<0tp>0m(tn)<∞m(tp)<∞X
Прежде чем погрузиться в доказательство, приведем две полезные леммы.
tntpt0∈[tn,tp]m(t0)<∞ ext0θ∈[0,1]t0=θtn+(1−θ)tp
et0X=eθtnX+(1−θ)tpX≤θetnX+(1−θ)etpX.
Eet0X≤θEetnX+(1−θ)EetpX<∞
Таким образом, если mgf конечен в любых двух разных точках, он конечен для всех значений в интервале между этими точками.
Lp0≤q≤pE|X|p<∞E|X|q<∞
Это дает нам достаточно для продолжения доказательства предложения.
tn<0tp>0t0=min(−tn,tp)>0м ( т 0 ) < ∞ е - т 0 Х + е т 0 Х = 2 ∞ Е п = 0 т 2 п 0 Х 2 нm(−t0)<∞m(t0)<∞k e - t 0 X + e t 0 X ≥ 2 t 2 k 0 X 2 k / ( 2 k ) !
e−t0X+et0X=2∑n=0∞t2n0X2n(2n)!,
kE e - t 0 X + E e t 0 X < ∞ E X 2 k < ∞ X
e−t0X+et0X≥2t2k0X2k/(2k)!.
Ee−t0X+Eet0X<∞, Монотонность интеграла дает . Следовательно, все четные моменты конечны. Лемма 2 сразу позволяет нам «заполнить пробелы» и сделать вывод, что все моменты должны быть конечными.EX2k<∞X
результат
В результате возникает вопрос о том, что если какой-либо из моментов бесконечен или не существует, мы можем сразу
сделать вывод, что mgf не является конечным в открытом интервале, содержащем начало координат. (Это просто противоположное утверждение утверждения.)X
Таким образом, приведенное выше предложение обеспечивает «правильное» условие, чтобы что-то сказать о моментах на основе его mgf.X
Экспоненциально ограниченные хвосты и мгф
Предложение : ФМГ конечно в открытом интервале ,
содержащей начало , если и только если хвосты являются экспоненциально ограничены , т для некоторых и .( t n , t p )m(t)(tn,tp)P ( | X | > x ) ≤ C e - t 0 x C > 0 t 0 > 0FP(|X|>x)≤Ce−t0xC>0t0>0
Доказательство . Мы разберемся с правильным хвостом отдельно. Левый хвост обрабатывается полностью аналогично.
(⇒) Предположим, что для некоторого . Затем правый хвост является экспоненциально ограниченным ; другими словами, существуют и такие, что
Чтобы увидеть это, обратите внимание, что для любого , по неравенству Маркова,
Возьмем и чтобы завершить это направление доказательства.m(t0)<∞t0>0FC>0b>0
Замечание об уникальности распределения с учетом его mgf
Если mgf конечен в открытом интервале, содержащем ноль, то ассоциированное распределение характеризуется его моментами , т.е. это единственное распределение с моментами . Стандартное доказательство коротко, как только у вас есть (относительно простые) факты о характеристических функциях . Подробности можно найти в большинстве современных вероятностных текстов (например, Биллингсли или Дарретт). В этом ответе обсуждается пара вопросов .μn=EXn
Примеры и контрпримеры
( ) Распределение Логнормальное : представляет логнормальное , если для некоторой нормальной случайной величины . Так что с вероятностью один. Поскольку для всех , это сразу говорит нам, что для всех . Таким образом, mgf конечен на неотрицательной полупрямой . ( Примечание: мы использовали только неотрицательность чтобы установить этот факт, так что это верно для всех неотрицательных случайных величин.)XX=eYYX≥0e−x≤1x≥0m(t)=EetX≤1t<0(−∞,0]X
Однако для всех . Мы возьмем стандартное логнормальное в качестве канонического случая. Если , то . При изменении переменных мы имеем
Для и достаточно больших мы имеем по приведенным выше границам. Но
для любого , и, следовательно, mgf бесконечен для всех .m(t)=∞t>0x>0ex≥1+x+12x2+16x3
EetX=(2π)−1/2∫∞−∞eteu−u2/2du.
t>0uteu−u2/2≥t+tu
∫∞Ket+tudu=∞
Kt>0
С другой стороны, все моменты логнормального распределения конечны. Таким образом, существование mgf в интервале около нуля не является необходимым для заключения вышеупомянутого предложения .
( б ) Симметризованное логнормальное : мы можем получить еще более экстремальный случай, «симметризовав» логнормальное распределение. Рассмотрим плотность для такую что
Нетрудно видеть в свете предыдущего примера, что mgf конечен только для . Тем не менее, четные моменты точно такие же, как у логнормальных, а нечетные моменты равны нулю! Таким образом, mgf не существует нигде (кроме как в источнике, где он всегда существует), и все же мы можем гарантировать конечные моменты всех порядков.f(x)x∈R
f(x)=122π−−√|x|e−12(log|x|)2.
t=0
( c ) Распределение Коши : у этого распределения также есть mgf, который бесконечен для всех , но никакие абсолютные моменты являются конечными для . Результат для mgf следует для так как для и поэтому
Доказательство при аналогично. (Может быть , несколько менее хорошо известно, что моменты для делать существуют Коши. Смотрите этот ответt≠0E|X|pp≥1t>0ex≥x3/6x>0
EetX≥∫∞1t3x36π(1+x2)dx≥t312π∫∞1xdx=∞.
t<00<p<1.)
( d ) Распределение по полу Коши : если (стандартный) Коши, вызовитеслучайная переменная полу Коши. Тогда из предыдущего примера легко увидеть, что для всех ; тем не менее, конечно для . Y = | X | E Y p = ∞ p ≥ 1 E e t Y t ∈ ( - ∞ , 0 ]XY=|X|EYp=∞p≥1EetYt∈(−∞,0]
Ответы:
Этот вопрос предоставляет хорошую возможность собрать некоторые факты о функциях, генерирующих моменты ( mgf ).
В ответе ниже мы делаем следующее:
Этот ответ довольно длинный, за что я заранее извиняюсь. Если это будет лучше, например, в блоге или где-то еще, пожалуйста, не стесняйтесь оставлять такие отзывы в комментариях.
Что мгф говорит о моментах?
MGF случайной величины определяется как м ( т ) = Е е т Х . Отметим, что m ( t ) всегда существует, поскольку оно является интегралом неотрицательной измеримой функции. Однако, если не может быть конечным . Если это конечное (в нужных местах), то для все р > 0 (не обязательно целых), абсолютные моменты Е | X | p < ∞ (а значит, и E X pX∼F m(t)=EetX m(t) p>0 E|X|p<∞ EXp конечно). Это тема следующего предложения.
Предложение : если существуют такие и t p > 0 , что m ( t n ) < ∞ и m ( t p ) < ∞ , то моменты всех порядков X существуют и конечны.tn<0 tp>0 m(tn)<∞ m(tp)<∞ X
Прежде чем погрузиться в доказательство, приведем две полезные леммы.
Таким образом, если mgf конечен в любых двух разных точках, он конечен для всех значений в интервале между этими точками.
Это дает нам достаточно для продолжения доказательства предложения.
результат
В результате возникает вопрос о том, что если какой-либо из моментов бесконечен или не существует, мы можем сразу сделать вывод, что mgf не является конечным в открытом интервале, содержащем начало координат. (Это просто противоположное утверждение утверждения.)X
Таким образом, приведенное выше предложение обеспечивает «правильное» условие, чтобы что-то сказать о моментах на основе его mgf.X
Экспоненциально ограниченные хвосты и мгф
Предложение : ФМГ конечно в открытом интервале , содержащей начало , если и только если хвосты являются экспоненциально ограничены , т для некоторых и .( t n , t p )m(t) (tn,tp) P ( | X | > x ) ≤ C e - t 0 x C > 0 t 0 > 0F P(|X|>x)≤Ce−t0x C>0 t0>0
Доказательство . Мы разберемся с правильным хвостом отдельно. Левый хвост обрабатывается полностью аналогично.
Это завершает доказательство.
Замечание об уникальности распределения с учетом его mgf
Если mgf конечен в открытом интервале, содержащем ноль, то ассоциированное распределение характеризуется его моментами , т.е. это единственное распределение с моментами . Стандартное доказательство коротко, как только у вас есть (относительно простые) факты о характеристических функциях . Подробности можно найти в большинстве современных вероятностных текстов (например, Биллингсли или Дарретт). В этом ответе обсуждается пара вопросов .μn=EXn
Примеры и контрпримеры
( ) Распределение Логнормальное : представляет логнормальное , если для некоторой нормальной случайной величины . Так что с вероятностью один. Поскольку для всех , это сразу говорит нам, что для всех . Таким образом, mgf конечен на неотрицательной полупрямой . ( Примечание: мы использовали только неотрицательность чтобы установить этот факт, так что это верно для всех неотрицательных случайных величин.)X X=eY Y X≥0 e−x≤1 x≥0 m(t)=EetX≤1 t<0 (−∞,0] X
Однако для всех . Мы возьмем стандартное логнормальное в качестве канонического случая. Если , то . При изменении переменных мы имеем Для и достаточно больших мы имеем по приведенным выше границам. Но для любого , и, следовательно, mgf бесконечен для всех .m(t)=∞ t>0 x>0 ex≥1+x+12x2+16x3
С другой стороны, все моменты логнормального распределения конечны. Таким образом, существование mgf в интервале около нуля не является необходимым для заключения вышеупомянутого предложения .
( б ) Симметризованное логнормальное : мы можем получить еще более экстремальный случай, «симметризовав» логнормальное распределение. Рассмотрим плотность для такую что Нетрудно видеть в свете предыдущего примера, что mgf конечен только для . Тем не менее, четные моменты точно такие же, как у логнормальных, а нечетные моменты равны нулю! Таким образом, mgf не существует нигде (кроме как в источнике, где он всегда существует), и все же мы можем гарантировать конечные моменты всех порядков.f(x) x∈R
( c ) Распределение Коши : у этого распределения также есть mgf, который бесконечен для всех , но никакие абсолютные моменты являются конечными для . Результат для mgf следует для так как для и поэтому Доказательство при аналогично. (Может быть , несколько менее хорошо известно, что моменты для делать существуют Коши. Смотрите этот ответt≠0 E|X|p p≥1 t>0 ex≥x3/6 x>0
( d ) Распределение по полу Коши : если (стандартный) Коши, вызовитеслучайная переменная полу Коши. Тогда из предыдущего примера легко увидеть, что для всех ; тем не менее, конечно для . Y = | X | E Y p = ∞ p ≥ 1 E e t Y t ∈ ( - ∞ , 0 ]X Y=|X| EYp=∞ p≥1 EetY t∈(−∞,0]
источник