Eğer


9

İşte üniversitemizde bir kaç yıl önce çözmek için mücadele ettiğim bir sınava giren bir problem.

Eğer X1,X2 bağımsızlar β yoğunluklu rastgele değişkenler β(n1,n2) ve β(n1+12,n2) sırasıyla sonra göstermek X1X2 şu β(2n1,2n2).

Yoğunluğunu elde etmek için Jacobian yöntemini kullandım. Y=X1X2 Şöyleki:

fY(y)=4y2n1B(n1,n2)B(n1+12,n2)y11x2(1x2)n21(1y2x2)n21dx

Aslında bu noktada kayboldum. Şimdi, ana makalede, bir ipucu verildiğini buldum. İpucunu kullanmaya çalıştım ama istenen ifadeleri alamadım. İpucu şu şekilde kelimedir:

İpucu: Yoğunluğu için bir formül elde edin. Y=X1X2 verilen yoğunluklar açısından X1 ve X2 ve bir değişken değişikliği ile z=y2x.

Bu noktada, bu değişkeni dikkate alarak bu ipucunu kullanmaya çalışıyorum. Bu yüzden anladım,

fY(y)=4y2n1B(n1,n2)B(n1+12,n2)y2yz2y4(1y4z2)n21(1y2.z2y4)n21y2z2dz
bu basitleştirmeden sonra ortaya çıkıyor (yazma x için z)
fY(y)=4y2n1B(n1,n2)B(n1+12,n2)y2y1y2(1y4x2)n21(1x2y2)n21dx

Nasıl ilerleyeceğimi gerçekten bilmiyorum. İpucu hakkında doğru yorum yaptığımdan bile emin değilim. Her neyse, ipucunun geri kalanı burada:

Değişken değişimini kullanarak gözlemleyin. z=y2x, gerekli yoğunluk ortalaması alınarak iki şekilde ifade edilebilir

fY(y)=constant.y2n11y21(1y2x)n21(1x)n21(1+yx)1xdx
Şimdi entegrasyon aralığını (y2,y) ve (y,1) ve yaz (1y2x)(1x)=(1y)2(yxx)2 ve devam et u=yxx.

Dürüst olmak gerekirse, birinin bu ipuçlarını nasıl kullanabileceğini anlayamıyorum: Görünüşe göre hiçbir yere varamıyorum. Yardım takdir edilir. Şimdiden teşekkürler.


Daha önce bazı referansları derlediğim benzer bir sorun gördüm. Bkz. Arxiv.org/pdf/1304.6671v1.pdf mathoverflow.net/questions/32782/…
Sid

@ Üzgünüm ama bu referanslarda veya benzer bir şeyde bu sorunu bulamadım. Mekanlara dikkat çeker misiniz? Teşekkürler!!
Landon Carter

Jacobian yöntemini doğru uyguladığınızdan emin misiniz? Eğer yaparsam, anladım:
fY(y)=2y2n11B(n1,n2)B(n1+0.5,n2)y211x[(1y2x)(1x)]n11dx
Bence ikiye katlama formülüne de ihtiyacınız olacak Γ(z)Γ(z+0.5)=212zπΓ(2z), bkz. en.wikipedia.org/wiki/Gamma_function
StijnDeVuyst

Görünüşe göre formüller aynı. Belki de değişken değişikliğini kullanmak zorundasınızz=xbenimkini elde etmek için formülünüzde. Jacobian'dan bahsediyorum.
Landon Carter

Aynı olduklarını sanmıyorum. Formülümde bahsettiğiniz değişken değişikliğini yaparak, OP'nizin ilk integralinde sahip olduğunuzdan biraz daha basit bir şey elde ederim.
StijnDeVuyst

Yanıtlar:


5

Bunu, moment üreten işlevleri kullanarak farklı bir şekilde kanıtlarım. Veya eşdeğer olarak,qbu an X1X2 eşittir qrastgele bir değişkenin anı B ile β(2n1,2n2)dağılımı. Bu herkes için böyleyseq=1,2,, o zaman moment probleminin gücü ile egzersiz kanıtlanmıştır.

Son kısımda için, elde ettiğimiz http://en.wikipedia.org/wiki/Beta_distribution#Other_moments oqbu an B dır-dir

E[Bq]=j=0q12n1+j2n1+2n2+j==Γ(2n1+q)Γ(2n1+2n2)Γ(2n1)Γ(2n1+2n2+q)
Şimdi ilk bölüm için:
E[(X1X2)q]=(x1x2)qfX1(x1)fX2(x2)dx1dx2=xq/2fX1(x1)dx1x2q/2fX2(x2)dx2=1B(n1,n2)x1n1+q/21(1x1)n21dx11B(n1+12,n2)x2n1+q+121(1x2)n21dx2=B(n1+q2,n2)B(n1+q+12,n2)B(n1,n2)B(n1+12,n2)
Now all that remains is to apply the definition B(α,β)=Γ(α)Γ(β)Γ(α+β) and then the doubling formula Γ(α)Γ(α+12)=212απΓ(2α). It then turns out that the first part and the second part are exactly the same.

2
I do not think you can say that equality of moments implies equality of distribution. There are examples where this may not hold.
Landon Carter

2
StijnDeVuyst, sorry this is not an acceptable answer. I do have an example where the moments are equal but the distributions are not the same. The example is a bit complicated though. Regrettably I do not have the example with me now; it also came in one semester exam. But soon I will post the example in this thread if you are interested. Anyway I have worked the problem out myself. Thanks for your help.
Landon Carter

3
@yedaynara and Stijn: A (the?) classical example is due to Heyde: Consider the pdfs fb(x)=f0(x)(1+bsin(2πlogx)) where f0 is the pdf of the standard lognormal and b[1,1]. All members of this family of distributions have the same moments (of all orders). Note that the standard lognormal is a member of this family and its moments have a nice closed form.
cardinal

4
There are, however, additional conditions (e.g., Carleman's) on the moments that will guarantee uniqueness of the distribution. This is known as the Hamburger moment problem.
cardinal

2
Quote from web.williams.edu/Mathematics/sjmiller/public_html/book/papers/… "...It is elementary linear algebra to verify that a positive measure with finite support is uniquely determined by its moments..." That settles the Carleman condition for M-determinacy for the Beta distributions in the OP. @cardinal and yedaynara are both correct that I was too quick to assume this. But apparently the finite support is what saves the day.
StijnDeVuyst
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.