การแจกแจงของตัวแปรปกติที่มีความสัมพันธ์สูงสุดสองตัว


18

ว่าฉันมีสองมาตรฐานตัวแปรสุ่มปกติX1และที่มีร่วมกันตามปกติที่มีค่าสัมประสิทธิ์สหสัมพันธ์R rX2r

ฟังก์ชั่นการกระจายของคืออะไร?max(X1,X2)


ที่เกี่ยวข้อง: stats.stackexchange.com/questions/173064/… .
— StubbornAtom

คำตอบ:


22

อ้างอิงจากNadarajah และ Kotz, 2551 , การกระจายตัวของตัวแปรสุ่มแบบเกาส์สูงสุด / ต่ำสุดของทั้งสอง , PDF ของดูเหมือนจะเป็นX=max(X1,X2)

f(x)=2⋅ϕ(x)⋅Φ(1−r1−r2x),

โดยที่ϕเป็น PDF และΦเป็น CDF ของการแจกแจงแบบปกติมาตรฐาน

ป้อนคำอธิบายรูปภาพที่นี่


ลักษณะนี้จะเป็นอย่างไรหาก (ไม่มีความสัมพันธ์เลย) ฉันมีปัญหาในการแสดงภาพ r=0
— มิทช์

3
ฉันเพิ่มรูปที่แสดงการแจกแจง ดูเหมือนว่าเกาส์เซียนบีบไปทางขวาเล็กน้อย
— ลูคัส

22

ให้เป็น bivariate ปกติ PDF สำหรับที่มีมาร์จินมาตรฐานและความสัมพันธ์\CDF ของสูงสุดคือตามคำจำกัดความ ( X , Y ) ρฉρ(X,Y)ρ

Pr(max(X,Y)≤z)=Pr(X≤z, Y≤z)=∫−∞z∫−∞zfρ(x,y)dydx.

รูปแบบไฟล์ PDF bivariate Normal นั้นสมมาตร (ผ่านการสะท้อนกลับ) รอบ ๆ เส้นทแยงมุม ดังนั้นการเพิ่มถึงเพิ่มความน่าจะเป็นสองเท่าของเดิมให้เป็นกึ่งอนันต์สแควร์: ความหนาด้านบนของ infinitesimally คือในขณะที่มันสะท้อนคู่ แถบขวามือเป็นZ]z + d z ( - ∞ , z ] × ( z , z + d z ] ( z , z + d z ] × ( - ∞ , z ]zz+dz(−∞,z]×(z,z+dz](z,z+dz]×(−∞,z]

รูป

ความหนาแน่นของความน่าจะเป็นของแถบขวามือคือความหนาแน่นของที่ครั้งน่าจะเป็นเงื่อนไขทั้งหมดที่อยู่ในแถบz) การแจกแจงแบบมีเงื่อนไขของเป็นปกติเสมอดังนั้นหากต้องการหาความน่าจะเป็นแบบมีเงื่อนไขทั้งหมดนี้เราต้องการแค่ค่าเฉลี่ยและความแปรปรวน ค่าเฉลี่ยตามเงื่อนไขของที่คือการทำนายการถดถอยและความแปรปรวนตามเงื่อนไขคือความแปรปรวน "ไม่ได้อธิบาย" .z Y Pr ( Y ≤ zXzYY Y X ρ X var ( Y ) - var ( ρ X ) = 1 - ρ 2Pr(Y≤z|X=z)YYXρXvar(Y)−var(ρX)=1−ρ2

ตอนนี้เรารู้ค่าเฉลี่ยและความแปรปรวนของเงื่อนไขแล้ว CDF ตามเงื่อนไขของให้สามารถรับได้โดยสร้างมาตรฐานและใช้ CDF มาตรฐานปกติ :X Y ΦYXYΦ

Pr(Y≤y|X)=Φ(y−ρX1−ρ2).

การประเมินนี้ที่และและคูณด้วยความหนาแน่นของที่ (มาตรฐานปกติ pdf ) ให้ความหนาแน่นของความน่าจะเป็นของแถบที่สอง (ขวามือ)X = z X z ϕy=zX=zXzϕ

ϕ(z)Φ(z−ρz1−ρ2)=ϕ(z)Φ(1−ρ1−ρ2z).

การเพิ่มบัญชีนี้เป็นสองเท่าสำหรับแถบด้านบนที่เป็นไปได้ที่เท่าเทียมกันทำให้ PDF มีค่าสูงสุดเป็น

ddzPr(max(X,Y)≤z)=2ϕ(z)Φ(1−ρ1−ρ2z).

เรื่องย่อ

ฉันได้กำหนดปัจจัยต่าง ๆ เพื่อบ่งบอกต้นกำเนิดของพวกเขา:สำหรับแถบสมมาตรสองแถบ สำหรับความกว้างของแถบเล็ก ๆ น้อย ๆ ; และสำหรับความยาวของแถบ อาร์กิวเมนต์ของหลัง,เป็นเพียงรุ่นมาตรฐานของเงื่อนไขใน Z2ϕ(z)Φ(⋯)1−ρ1−ρ2zY=zX=z


สิ่งนี้สามารถขยายไปยังตัวแปรมาตรฐานมากกว่าสองตัวพร้อมกับเมทริกซ์สหสัมพันธ์
— A. Donda

1
@ A.Donda ใช่ - แต่การแสดงออกมีความซับซ้อนมากขึ้น ด้วยมิติใหม่แต่ละมิติจำเป็นที่จะต้องรวมอีกครั้ง
— whuber
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.