Birlikte sürekli rastgele değişkenler göz önünde eklem yoğunluk fonksiyonu ile
burada standart normal yoğunluk işlevini gösterir.U,V,W
fU,V,W(u,v,w)=⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪2ϕ(u)ϕ(v)ϕ(w)0 if u≥0,v≥0,w≥0,or if u<0,v<0,w≥0,or if u<0,v≥0,w<0,or if u≥0,v<0,w<0,otherwise(1)
ϕ(⋅)
Açıktır ve olan bağımlı
rastgele değişkenler. Ayrıca, bunların
ortak normal normal değişkenler olmadığı da açıktır . Bununla birlikte, her üç çifti
vardır , ikili bağımsız bir rastgele değişkenler: aslında, bağımsız standart normal rastgele değişkenler (ve dolayısıyla ikili birlikte normal rasgele değişkenler). Kısacası,
ikili bağımsız fakat karşılıklı bağımsız olmayan normal rastgele değişkenlere bir örnektir. Daha
fazla ayrıntı için bu cevabıma bakın.U,VW(U,V),(U,W),(V,W)U,V,W
İkili bağımsızlığın bize ve varyans ile sıfır ortalama normal rasgele değişkenler verdiğine dikkat edin
. Şimdi tanımlayalım
ve
de varyans ile sıfır-ortalama normal rastgele değişken olduğuna dikkat edelim . Ayrıca, ve dolayısıyla ve , bağımlı ve ilişkili rastgele değişkenlerdir.U+V,U+WV−W2
X=U+W, Y=V−W(2)
X+Y=U+V2cov(X,Y)=−var(W)=−1XY
X ve , müşterek olarak normal olmayan, ancak toplamları normal rastgele değişken olduğu özelliğine sahip (ilişkili) normal rastgele değişkenlerdir.YX+Y
Başka bir deyişle, ortak normallik, normal rasgele değişkenlerin bir toplamının normalliğini iddia etmek için yeterli bir koşuldur, ancak gerekli bir koşul değildir .
Kanıt ve birlikte, normal olmayanXY
dönüşüm yana bu elde etmek kolaydır, doğrusal
. Bu nedenle
Ancak değerinin yalnızca tam olarak bir tane olduğunda sıfırdan farklı olduğu özelliğine sahiptir veya üç argümanı da negatif değildir. Şimdi diyelim ki . Daha sonra, değerine sahip olduğu için
(U,V,W)→(U+W,V−W,W)=(X,Y,W)fX,Y,W(x,y,w)=fU,V,W(x−w,y+w,w)
fX,Y(x,y)=∫∞−∞fX,Y,W(x,y,w)dw=∫∞−∞fU,V,W(x−w,y+w,w)dw
fU,V,Wx,y>0fU,V,W(x−w,y+w,w)2ϕ(x−w)ϕ(y+w)ϕ(w)w∈(−∞,−y)∪(0,x)ve aksi takdirde . Yani, ,
Şimdi,
ve böylece dışarı genişleterek ve bunu yaparken bazı yeniden düzenlenmesi de integraller arasında , yazabiliriz
burada normal bir rastgele ortalama değişken
0x,y>0fX,Y(x,y)=∫−y−∞2ϕ(x−w)ϕ(y+w)ϕ(w)dw+∫x02ϕ(x−w)ϕ(y+w)ϕ(w)dw.(3)
(x−w)2+(y+w)2+w2=3w2−2w(x−y)+x2+y2=w2−2w(x−y3)+(x−y3)21/3−13(x−y)2+x2+y2
2ϕ(x−w)ϕ(y+w)ϕ(w)(3)fX,Y(x,y)=g(x,y)[P{T≤−y}+P{0<T≤x}](4)
Tx−y3
ve varyans . Köşeli parantez içinde her iki terim de, standart normal CDF dahil her ikisinin de (farklı) fonksiyonlar bağımsız değişken ile ve . Bu nedenle, olduğu
değil , her iki halde bir iki değişkenli normal yoğunlukta ve
normal rasgele değişkenlerdir, ve bunların toplamı normal bir rasgele değişkendir.
13Φ(⋅)xyfX,YXY
Yorum: ve ortak normalliği normalliği için yeterlidir, ancak çok daha fazlasını da ifade eder: nin tüm seçimleri için normaldir
. Burada, normal olması için , viz.,
'ün sadece üç seçeneğinin göz ardı edildiği ve (marjinal) yoğunluklarının normal yoğunluklar olması gerektiğini ve üçüncüsünün toplamın da normal bir yoğunluğa sahip olması gerektiğini belirtir (örneğin cevabına bakınız ) . Böylece, canXYX+YaX+bY(a,b)aX+bY(a,b) (1,0),(0,1),(1,1)Y.H.XYolan normal rasgele değişkenler sahip değildir
ortaklaşa normaldir ama kimin toplamı biz diğer seçimler için ne olacağı umurumda değil, çünkü normal .(a,b)