İlişkili rastgele değişkenlerin farkına ilişkin sınırlar


9

İki yüksek derecede korelasyonlu rastgele değişken verildi X ve Y, Farkın olasılığını sınırlamak istiyorum |X-Y| bir miktarı aşıyor:

P(|X-Y|>K)<δ

Sadelik için:

  • Korelasyon katsayısının "yüksek" olduğu bilinmektedir, örneğin: ρX,Y=cÖvbirr(X,Y)/σXσY1-ε

  • X,Y sıfır ortalaması: μx=μy=0

  • -1xben,yben1 (veya 0xben,yben1 eğer bu daha kolaysa)

  • (Eğer işleri kolaylaştırırsa, diyelim ki X,Y özdeş varyans: σX2=σY2)

Sadece yukarıdaki bilgiler (kesinlikle hiçbir yere alamadım) verilen fark bir sınır türetmek ne kadar emin değilim. Spesifik bir çözüm (varsa), dağıtımlara dayatılması için zorunlu ek kısıtlamalar veya sadece bir yaklaşım hakkında tavsiye vermek harika olurdu.

Yanıtlar:


9

Basitleştirici varsayımlar olmasa bile, birkaç olağan aracın birleştirilmesiyle bir sınır elde edilebilir:

Bazı detaylarda:

σX-Y2=σX2+σY2-2·cÖv(X,Y)

cÖv(X,Y)=σX·σY·ρXY

σX-Y2=σX2+σY2-2·σX·σY·ρX,Y

Chebyshev eşitsizliğine göre, herhangi bir rastgele değişken için Z:

Pr(|Z-μ|kσ)1k2

Sonra (ve bunu kullanarak μX-Y=μX-μY):

Pr(|X-Y-μX+μY|k·σX2+σY2-2·σX·σY·ρX,Y)1k2

Daha basit bir ifade elde etmek için önerilen basitleştirme varsayımlarını kullanabiliriz. Ne zaman:

ρX,Y=cÖvbirr(X,Y)/σXσY=1-ε
μx=μy=0
σX2=σY2=σ2

Sonra:

σX2+σY2-2·σX·σY·ρX,Y=2·σ2·(1-(1-ε))=2σ2ε

Ve bu nedenle:

Pr(|X-Y|k·σ2ε)1k2

İlginç bir şekilde, bu sonuç, ε küçük değildir ve korelasyon koşulu =1-ε için 1-ε, sonuç değişmez (çünkü zaten bir eşitsizlik).

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