Если и являются независимыми нормальными переменными, каждая из которых имеет среднее значение ноль, то также является нормальной переменной

11

Я пытаюсь доказать утверждение:

Если и являются независимыми случайными величинами,XN(0,σ12)YN(0,σ22)

затем также является нормальной случайной величиной.XYX2+Y2

Для особого случая (скажем) у нас есть известный результат, который всякий раз, когда и являются независимыми переменными. На самом деле общеизвестно, что являются независимыми переменными .σ1=σ2=σXYX2+Y2N(0,σ24)XYN(0,σ2)XYX2+Y2,X2Y22X2+Y2N(0,σ24)

Доказательство последнего результата следует с помощью преобразования где и . Действительно, здесь и . Я пытался подражать этому доказательству для рассматриваемой проблемы, но это, кажется, становится грязным.(X,Y)(R,Θ)(U,V)x=rcosθ,y=rsinθu=r2sin(2θ),v=r2cos(2θ)U=XYX2+Y2V=X2Y22X2+Y2

Если я не сделал никакой ошибки, то для я получаю плотность соединения как(u,v)R2(U,V)

fU,V(u,v)=2σ1σ2πexp[u2+v2(u2+v2+vσ12+u2+v2vσ22)]

У меня есть множитель выше, так как преобразование не один к одному.2

Таким образом, плотность будет определяться как , что сложно оценить.R f U , V ( u , v )URfU,V(u,v)dv

Теперь мне интересно узнать, есть ли доказательство того, что я могу работать только с и не нужно рассматривать некоторые чтобы показать, что является нормальным. Поиск CDF не выглядит для меня так многообещающе. Я также хотел бы сделать то же самое для случая .V U U σ 1 = σ 2 = σUVUUσ1=σ2=σ

То есть, если и являются независимыми переменными я хочу показать, что без использования замены переменных. Если как-то я могу утверждать, что , то я закончил. Итак, два вопроса здесь, общий случай, а затем частный случай.Y N ( 0 , σ 2 ) Z = 2 X YXYN(0,σ2)Zd=XZ=2XYX2+Y2N(0,σ2)Z=dX

Похожие посты на Math.SE:

Х,Y~N(0,1)X2Y2/X2+Y2N(0,1) когда независимоX,YN(0,1) .

Учитывая, что iid , покажите, что - этоN ( 0 , 1 ) X YX,YN(0,1) N(0,1XYX2+Y2,X2Y22X2+Y2N(0,14) .

Редактировать.

Эта проблема на самом деле связана с Л. Шеппом, как я выяснил в упражнениях Феллера « Введение в теорию вероятностей и ее приложения» (том II), с возможной подсказкой:

введите описание изображения здесь

Конечно, и у меня есть плотность под рукой. 1U=XYX2+Y2=11X2+1Y21X2

Давайте посмотрим, что я мог сделать сейчас. Помимо этого, небольшая помощь с интегралом выше также приветствуется.

StubbornAtom
источник
1
Несмотря на то, что подход MGF для соединения немного проще См. Последний ответ: math.stackexchange.com/a/2665178/22064 и: math.stackexchange.com/questions/2664469/…(U,V)
Алекс Р.
@AlexR. Да, я видел совместный подход mgf, который работает довольно хорошо, если я хочу найти совместное распределение для случая равной дисперсии. Но у меня уже есть доказательство по изменению переменных в том случае, что, на мой взгляд, проще. То, что я пытаюсь сделать, - это работать с одиночку, поскольку это дистрибутив, который я ищу. U
StubbornAtom
1
Хитрость в том, что сумма и , которые являются масштабированными обратными распределениями хи-квадрат, также является масштабированным обратным распределением хи-квадрат (то есть свойство устойчивых распределений). Таким образом, волшебство происходит в третьем уравнении следующего: 11X2 U=XY1Y2
U=XYX2+Y2=11X2+1Y2=11Z2=Z
Sextus Empiricus
@MartijnWeterings По-видимому, это оригинальное доказательство, данное Шеппом.
StubbornAtom
Я бы не стал придумывать это сам, если бы вы не упомянули комментарий Шеппа. Но у меня была идея, что вы не получили это доказательство. Или, по крайней мере, было неясно, так ли это было.
Секст Эмпирик

Ответы:

6

Первоначальное решение проблемы Шеппом использует концепцию стабильного права собственности, которая кажется мне несколько продвинутой в данный момент. Поэтому я не мог понять подсказку, приведенную в упражнении, которое я привел в своем посте. Я предполагаю, что до доказательства, включающего только одну переменную и не использующего замены переменных, сложно придумать. Итак, я поделился тремя документами открытого доступа, которые нашли альтернативное решение проблемы:U=XYX2+Y2

Первый один убедил меня не идти по пути интеграции , я взял с этим выбором переменной , чтобы получить плотность . Это третий документ, который выглядит как то, что я могу следовать. Я даю краткий набросок доказательства здесь:UVU

Мы предполагаем без ограничения общности и устанавливаем . Теперь, заметив, что и независимы, мы имеем объединенную плотность , Обозначим это через .σ12=1σ22=σ2X2χ12Y2σ2χ12(X2,Y2)fX2,Y2

Рассмотрим преобразование такое, что и . Таким образом, мы имеем плотность соединения . Обозначим это через . После стандартной процедуры мы интегрировать WRT , чтобы , чтобы получить предельную плотность из .(X2,Y2)(W,Z)W=X2Y2X2+Y2Z=X2+Y2Y2(W,Z)fW,ZfW,ZzfWW

Мы находим, что является гамма-переменной с параметрами и , так что . Отметим, что плотность симметрична относительно . Это означает, что и, следовательно, .W=U2122(1+1σ)2(1+1σ)2Wχ12U0(1+1σ)UN(0,1)UN(0,(σσ+1)2)

StubbornAtom
источник
0

согласно этому

Преобразование двух нормальных случайных величин

X=rcos(θ)Y=rsin(θ)X,Ynormal(0,1)θUniform(0,2π)r2chi(2) . и являются независимыми и являются независимыми.
XY θr

также что поскольку sin(θ)cos(θ)sin(2θ)2sin(θ)cos(θ)cos(2θ)cos(2θ)ff(z)=1π(1z2)I[1,1](z)z=sin(θ)f(z)=|ddzsin1(z)|fθ(sin1(z))+|ddz(πsin1(z))|fθ(πsin1(z))=1(1z2)12π+1(1z2)12π=1π(1z2)

аналогично для других.

2XY(X2+Y2)=2r2cos(θ)sin(θ)r=2rcos(θ)sin(θ)=rsin(2θ)rsin(θ)N(0,1)

так что мы можем показать:

X=σrcos(θ) иY=σrsin(θ)

так

2XY(X2+Y2)=2r2σσcos(θ)sin(θ)rσ=2σrcos(θ)sin(θ)=σrsin(2θ)σrsin(θ)σN(0,1)=N(0,σ2)

показать независимость

2XY(X2+Y2)=σrsin(θ)

X2Y22(X2+Y2)=r2σ2(cos2(θ)sin2(θ))2rσ=12rσ(cos2(θ)sin2(θ))12rσcos(2θ)12rσcos(θ) и легко сказать, что они независимы.

Масуд
источник
Что делать, если ? σXσY
Секст Эмпирик
я не думал об этом. но некоторые проблемы с вычислениями случаются вsqrt(X2+Y2)
Масуд