X, Y ve Z üç bağımsız rasgele değişken olsun. X / Y Z ile aynı dağılıma sahipse, X'in YZ ile aynı dağılıma sahip olduğu doğru mu?
X, Y ve Z üç bağımsız rasgele değişken olsun. X / Y Z ile aynı dağılıma sahipse, X'in YZ ile aynı dağılıma sahip olduğu doğru mu?
Yanıtlar:
Olabilir. Örneğin, , ve bağımsız Rademacher değişkenleriyse, yani eşit olasılıkla 1 veya -1 olabilirler. Bu durumda de Rademacher'dir, bu nedenle aynı dağılıma sahipken, Rademacher'dir ve bu nedenle aynı dağılıma sahiptir .
Ama genel olarak olmayacak. Bu yüzden, uzun araçlar mevcut olarak, gerekli (ancak yetecek kadar) koşulları aynı dağılımına sahip ve için aynı dağılımına sahip , şöyle olacaktır:
İkinci eşitliklerin ardından bağımsızlık gelir. Değiştirme:
Eğer sonra veya eş anlamlı olarak sürece ,
Bu genel olarak doğru değil. Örneğin, eşit değerde veya değerini alan çevrilmiş bir Bernouilli değişkeni olsun , yani . Sonra eşit olasılıkla veya değerini alır , bu nedenle . (Okuyucunun hayal gücüne bırakıyorum, tercüme edilmemiş bir efekt kullanmak ne kadar dramatik olurdu?Bunun yerine Bernouilli değişkeni ya da biri sadece hafifçe tercüme edildi, bu yüzden yarıya düşme olasılığı 0'a çok yakın. Rademacher örneğinde burada bir sorun olmadığını unutmayın, çünkü üç beklentinin tümü sıfırdır, ayrıca bu koşulun yeterli olmadığını unutmayın.)
Daha açık bir karşı örnek oluşturarak bu nasıl başarısız olduğunu keşfedebiliriz . İşleri basit tutmak için ölçeklendirilmiş bir Bernouilli olduğunu ve eşit olasılıkla veya değerlerini aldığını varsayalım . Daha sonra ya da bir , , veya eşit olasılıkla. Bu açık olduğunu , ve . , aynı dağılımdan bağımsız bir değişken olsun . dağılımı nedir ? Dağılımı ile aynı mı? ? Olamayacağını görmek için tam olasılık dağılımını çözmek zorunda bile değiliz; sadece sıfır veya iki olabileceğini hatırlamak yeterli olurken, birinden biriyle çarparak elde edebileceğiniz herhangi bir değeri alabilir .
Bu hikaye için bir ahlak istiyorsanız, ölçeklendirilmiş ve çevrilmiş Bernouilli değişkenleriyle (Rademacher değişkenlerini içerir) oynamayı deneyin. Örnekler ve karşı örnekler oluşturmak için basit bir yol olabilirler. Desteklerde daha az değere sahip olmaya yardımcı olur, böylece değişkenlerin çeşitli fonksiyonlarının dağılımları elle kolayca çözülebilir.
Daha da uç nokta, desteklerinde sadece tek bir değeri olan dejenere değişkenleri düşünebiliriz. Eğer ve ile (dejenere olan ) daha sonra dağılımı öyle olacak ve değerini eşleşir . Benim Rademacher Örneğin gibi, bu senin şartlarını gösteren bir durum olabilir memnun. Bunun yerine, @whuber'ın yorumlarda belirttiği gibi, ile dejenere olmasına izin veririz , ancak değişmesine izin veririz , daha da basit bir karşı örnek oluşturmak çok kolaydır. Eğer iki sonlu örgü, sıfırdan farklı değerleri alabilir - ve , diyelim ki - pozitif olasılıkla ve dolayısıyla , ve . Şimdi nedenle sahiptir aynı dağılımını takip edemez, bu yüzden onun destek . Bu, desteklerin orijinal karşı örneğimle eşleşemediğine ilişkin iddiamla benzer, ancak daha basit.