Anı üreten fonksiyona bağlı


17

Bu soru , moment üreten işlevlere (MGF) bağlılık hakkında burada sorulan sorudan kaynaklanmaktadır .

içindeki değerleri alan sınırlı sıfır ortalama rastgele değişken olduğunu varsayalım ve nin MGF'si olmasına izin verin . Bir kaynaktan Hoeffding eşitsizliği bir kanıtı olarak kullanılan sınırın , elimizde sağ yan MGF olarak tanınabilir standart sapma ile sıfır-ortalama normal rastgele değişkenin değeri . Şimdi, standart sapması daha büyük olamaz ; , X[σ,σ]G(t)=E[etX]G ( t ) = E [ e t X ] e σ 2 t 2 / 2 σ x σ x P { X = σ } = P { X = - σ } = 1

G(t)=E[etX]eσ2t2/2
σXσXP{X=σ}=P{X=σ}=12. Dolayısıyla, atıfta bulunulan bağın, sıfır ortalama sınırlı rastgele değişken MGF'sinin yukarıda, standart sapması yapabileceği maksimum olası standart sapmaya eşit olduğu sıfır ortalama normal rastgele değişkenin MGF'si ile sınırlandırıldığı söylenebilir. Sahip olmak.XX

Benim sorum şudur: Bu, Hoeffding Eşitsizliğinin kanıtından başka yerlerde kullanılan bağımsız ilginin iyi bilinen bir sonucudur ve eğer öyleyse, sıfır olmayan yollarla rastgele değişkenlere de yayıldığı biliniyor mu?

Bu soru, ister bu sonuç, asimetrik aralığı sağlar için ile ancak ısrar etmez . Sınırdır , [a, b] ile sınırlı değerler içeren rastgele bir değişken için mümkün olan maksimum standart sapmadır , ancak bu maksimum değer, b = -a olmadığı sürece sıfır-ortalama rastgele değişkenler tarafından elde edilemez .[a,b]Xa<0<bE[X]=0

G(t)et2(ba)2/8=et2σmax2/2
σmax=(ba)/2[a,b]b=a


6
Teklif ettiğiniz gibi mgf üzerindeki sınırları sağlayan rastgele değişkenlere subgaussian rastgele değişkenler denir . Bunlar asimptotik olmayan rastgele matris teorisinde ve sıkıştırılmış algılamada bazı ilişkili sonuçlarda merkezi bir rol oynarlar. Örneğin, yanıtında linke bakınız burada . (Bu açıkça sizin sorunuzla ilgili değildir; ancak, ilgili bir nitelik taşımaktadır.)
Kardinal

@cardinal, bu ilginç çünkü bazen sadece sınırlı rastgele değişkenlere uygulanan sınırlar görüyorum ve insanlar rastgele bir değişkeni sınırlı ve sınırsız bölümlere ayırarak bir şeyler kanıtlayacak kadar faydalılar; ve bana tüm sınırlı rasgele değişkenlerin subgaussian olduğunu söylüyorsunuz, bu yüzden sınırlı rasgele değişkenler için gördüğüm eşitsizliklerin kaçının subgauss rasgele değişkenlere genellemeleri olduğunu merak ediyorum.
user54038

Yanıtlar:


5

Sorunuzun ilk bölümünü yanıtlayamıyorum, ancak rastgele olmayan değişkenlerle rastgele değişkenlere genişletmek için ...

İlk olarak, bir rv bu not sonlu aralığı ve (zorunlu olarak sonlu) ortalama bir RV transforme edilebilir , tabii ki, aralık sıfır ortalama (böylece problem beyanınızdaki koşulları karşılar). Dönüştürülen varyant mgf ( temel özelliklerine göre) Her iki tarafı da ile çarpma ve uygulama eşitsizlik verir:Z[a+μ,b+μ]μX=Zμ[a,b]ϕX(t)=exp{μt}ϕZ(t)exp{μt}

ϕZ(t)=exp{μt}ϕX(t)exp{μt}exp{t2σmax2/2}=exp{μt+t2σmax2/2}

Şaşırtıcı olmayan bir şekilde, aynı ortalamaya ve standart sapmaya eşit Normal bir değişkenin . σmax


3

Yana Jensen eşitsizlikle dışbükey fonksiyonu olduğu için, var etx

etXσ+X2σetσ+σX2σetσ

Eşitsizliğin her iki tarafının beklentilerini dikkate alarak burada için sıfır ortalama varsayımını kullandık . olduğunu kanıtlıyor . (Sonra, yerine ulaşırız .)

E[etX]12etσ+12etσ
X12(ey+ey)ey2/2y=tσE[etX]et2σ2/2

İşte .

ey+ey2ey2/2for yR(1)

Taylor serisi açılımı ile Elimizdeki bu yana 1(bu indüksiyon veya k üzerindeki Stirling sınırları ile gösterilebilir!).ey

ey+ey=n=0ynn!+n=0(1)nynn!=2k=0y2k(2k)!
2ey2/2=2k=0y2k2kk!
(2k)!2kk!

س


CV'ye hoş geldiniz. Ne zaman sınırlandırmaktadır işaretleme dolar işaretleriyle o güzel hale getirilir. Onları senin için yerleştirdim. İlk eşitsizliğinizin Jensen'in eşitsizliğinin bir uygulaması olduğu belli değil: daha açık bir şekilde göstermeyi düşünür müsünüz? TEX$
whuber

+1: güzel argüman.
whuber
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.