merkez dışı Ki kare rastgele değişkenlerin toplamı


21

Rastgele değişkenin burada ve tümü bağımsızdır. Önce s için tüm moment üreten fonksiyonların ve sonra dağılımını elde etmek için geri mümkün olduğunu biliyorum . Bununla birlikte, Gaussian örneğinde olduğu gibi için genel bir form olup olmadığını merak ediyorum : bağımsız Gaussian'ın toplamının hala Gaussian olduğunu biliyoruz ve bu nedenle sadece toplanan ortalama ve toplanan varyansı bilmemiz gerekiyor.X iN ( μ i , σ 2 i ) X i X i Y Y

Y=i=1n(Xi)2
XiN(μi,σi2)XiXiYY

Peki ya ? Bu durum genel bir çözüm olacak mı?σi2=σ2


1
Buradaki birinci paragrafa baktığımızda , nihai koşul açıkça ölçeklendirilmiş bir merkez dışı ki-kare (kare üzerinden σ2 (önden çıkardığınız ölçek faktörü) ile σi=1 ve \ sum_ {i = 1 içinde \ sigma_i = 1 yapın) ile sonuçlanır. } ^ k (X_i / \ sigma_i) ^ 2i=1k(Xi/σi)2 ). Başladığınız daha genel biçim, σi2düz bir ölçeklenmiş kareler toplamından ziyade , katsayıları \ sigma ^ 2_i olan doğrusal bir kombinasyona veya ölçek ağırlıklı ortalamaya benziyor ... ve genellikle gerekli dağılımın olmayacağına inanıyorum.
Glen_b -Reinstate Monica

Neye ihtiyaç duyduğunuza bağlı olarak, belirli durumlarda sayısal evrişim veya simülasyon yapabilirsiniz.
Glen_b -Reinstate Monica

Bu, 'güce göre küt chi-kare toplamı' dağılımı ile genelleştirilir. R paketim Ysadists için yaklaşık 'dpqr' fonksiyonunu sağlar ; cf github.com/shabbychef/sadistsY
shabbychef

Yanıtlar:


17

Glen_b'in dediği gibi, eğer varyansların hepsi aynıysa, ölçeklendirilmiş bir merkez dışı ki-kare ile sonuçlanırsınız.

Olmazsa , genelleştirilmiş bir ki-kare dağılım kavramı vardır , yani ve için . Bu durumda, özel çapraz ( ) ve özel durumunuz vardır .xTAxxN(μ,Σ)AΣΣii=σi2A=I

Bu dağıtımla ilgili işlemleri yapmak için bazı çalışmalar yapıldı:

Ayrıca bağımsız, merkez dışı ki-kare olmayan değişkenlerin doğrusal bir birleşimi olarak da yazabilirsiniz , bu durumda:Y=i=1nσi2(Xi2σi2)

Bausch (2013) , merkezi ki kare'lerin doğrusal birleşimi için daha verimli bir algoritma verir; çalışmaları, merkez dışı ki-kare alanlara genişletilebilir ve ilgili çalışma bölümünde bazı ilginç işaretçiler bulabilirsiniz.


2
Yaklaştırma yöntemlerinin bir karşılaştırması Duchesne ve diğ. 2010. Hesaplamalı İstatistik ve Veri Analizi, 54, 858–862. Yazarlar R paketini CompQuadForm'u uygulamalarıyla sürdürürler .
caracal

-10

Bu, n serbestlik derecesine sahip Ki-Kare olacak.


6
Sanırım sıfır olabilir. Soruya yapılan yorumlar ve mevcut cevaplar bilgilendiricidir. μi
whuber
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.