ให้ X, Y และ Z เป็นสามตัวแปรสุ่มอิสระ ถ้า X / Y มีการแจกแจงแบบเดียวกับ Z จริงหรือไม่ที่ X มีการแจกแจงแบบเดียวกับ YZ?
ให้ X, Y และ Z เป็นสามตัวแปรสุ่มอิสระ ถ้า X / Y มีการแจกแจงแบบเดียวกับ Z จริงหรือไม่ที่ X มีการแจกแจงแบบเดียวกับ YZ?
คำตอบ:
มันสามารถเกิดขึ้นได้ ตัวอย่างเช่นถ้า, และ เป็นตัวแปรRademacherอิสระเช่นพวกเขาสามารถเป็น 1 หรือ -1 ที่มีความน่าจะเป็นเท่ากัน ในกรณีนี้ ยังเป็น Rademacher อีกด้วยดังนั้นจึงมีการแจกจ่ายเช่นเดียวกับ ในขณะที่ เป็น Rademacher ดังนั้นจึงมีการกระจายเช่นเดียวกับ .
แต่มันจะไม่เกิดขึ้นโดยทั่วไป ตราบใดที่มีวิธีการอยู่เงื่อนไขที่จำเป็น (แต่ไม่เพียงพอ) สำหรับ ที่จะมีการกระจายเช่นเดียวกับ , และสำหรับ ที่จะมีการกระจายเช่นเดียวกับ , อยากจะเป็น:
ความเท่าเทียมกันครั้งที่สองตามมาด้วยความเป็นอิสระ การทดแทนให้:
ถ้า แล้วก็ หรือเท่ากันตราบใดที่ ,
สิ่งนี้ไม่เป็นความจริงโดยทั่วไป ตัวอย่างเช่นให้เป็นตัวแปรBernouilli ที่แปลซึ่งใช้ค่า หรือ ด้วยความน่าจะเป็นที่เท่ากันดังนั้น . แล้วก็ ใช้ค่า หรือ ด้วยความน่าจะเป็นที่เท่ากันดังนั้น . (ฉันปล่อยให้จินตนาการของผู้อ่านว่าจะต้องใช้เอฟเฟ็กต์ Bernouilli ที่ไม่แปลโดยไม่มีการแปลหรือจะแปลเพียงเล็กน้อยเท่านั้นดังนั้นจึงใกล้เคียงกับ 0 ด้วยความน่าจะเป็นครึ่งหนึ่งโปรดทราบว่าในตัวอย่าง Rademacher ไม่มีปัญหาที่นี่เพราะความคาดหวังทั้งสามนั้นเป็นศูนย์โปรดทราบเพิ่มเติมว่าเงื่อนไขนี้ไม่เพียงพอ
เราสามารถสำรวจวิธีนี้ ล้มเหลวโดยการสร้างตัวอย่างที่ชัดเจนมากขึ้น เพื่อให้เข้าใจง่าย เป็น Bernouilli ที่ปรับขนาดและรับค่า หรือ ด้วยความน่าจะเป็นที่เท่ากัน แล้วก็ เป็นทั้ง , , หรือ ด้วยความน่าจะเป็นที่เท่ากัน มันชัดเจนว่า, และ . ปล่อยเป็นตัวแปรอิสระที่ดึงมาจากการแจกแจงแบบเดียวกัน การกระจายตัวของคืออะไร? มันเหมือนกับการกระจายของ? เราไม่จำเป็นต้องคำนวณการแจกแจงความน่าจะเป็นแบบเต็มเพื่อดูว่ามันเป็นไปไม่ได้ มันพอเพียงที่จะจำ อาจเป็นศูนย์หรือสองในขณะที่ สามารถรับค่าใด ๆ ที่คุณจะได้รับจากการคูณหนึ่งใน โดยหนึ่งใน .
หากคุณต้องการคุณธรรมสำหรับนิทานนี้ให้ลองเล่นกับตัวแปร Bernouilli ที่ปรับขนาดและแปลแล้ว (ซึ่งรวมถึงตัวแปร Rademacher) พวกเขาสามารถเป็นวิธีที่ง่ายในการสร้างตัวอย่าง - และตัวอย่าง มันช่วยให้มีค่าน้อยลงในการสนับสนุนเพื่อให้การแจกแจงฟังก์ชันต่าง ๆ ของตัวแปรสามารถทำได้โดยง่าย
มากยิ่งขึ้นเราสามารถพิจารณาตัวแปรเสื่อมซึ่งมีเพียงค่าเดียวในการสนับสนุนของพวกเขา ถ้า และ เสื่อมโทรม (กับ ) จากนั้น จะเกินไปและดังนั้นการกระจายของ จะตรงกับค่าของ . เช่นเดียวกับตัวอย่าง Rademacher ของฉันนั่นเป็นสถานการณ์ที่แสดงให้เห็นว่าคุณสามารถปฏิบัติตามเงื่อนไขได้ ถ้าเป็นเช่นนั้น @whuber แนะนำในความคิดเห็นเราให้ เสื่อมทรามด้วย แต่อนุญาต เพื่อเปลี่ยนแปลงจากนั้นการสร้างตัวอย่างที่เรียบง่ายยิ่งขึ้นนั้นง่ายมาก ถ้า สามารถใช้สองค่า จำกัด ไม่ใช่ค่าศูนย์ - และ แล้วพูดด้วยความน่าจะเป็นบวก และด้วยเหตุนี้ สามารถรับค่า และ . ตอนนี้ ดังนั้นจึงมี ในการสนับสนุนดังนั้นจึงไม่สามารถติดตามการกระจายเดียวกันกับ . นี่คล้ายกับ แต่ง่ายกว่าอาร์กิวเมนต์ของฉันที่การสนับสนุนไม่สามารถจับคู่ในตัวอย่างเดิมของฉันได้