ฟังก์ชั่นสร้างโมเมนต์


14

คำถามนี้เกิดขึ้นจากคำถามที่ถามเกี่ยวกับหน้าที่สร้างช่วงเวลา (MGF)

สมมติว่าXเป็นตัวแปรสุ่มที่ไม่มีขอบเขตหมายถึงการรับค่าใน [σ,σ]และให้G(t)=E[etX]เป็น MGF จากที่ถูกผูกไว้ใช้ในการพิสูจน์ของความไม่เท่าเทียมกันของ Hoeffdingเรามีที่

G(t)=E[etX]eσ2t2/2
ที่ด้านขวาเป็นที่จดจำได้เป็น MGF ของตัวแปรสุ่มศูนย์เฉลี่ยปกติที่มีค่าเบี่ยงเบนมาตรฐานσσตอนนี้ส่วนเบี่ยงเบนมาตรฐานของXจะไม่ใหญ่กว่าσด้วยค่าสูงสุดที่เกิดขึ้นเมื่อXเป็นตัวแปรสุ่มแบบแยกโดยสิ้นเชิงเช่น P{X=σ}=P{X=σ}=12 . ดังนั้นขอบเขตที่อ้างถึงสามารถถูกคิดว่าเป็นการกล่าวว่า MGF ของตัวแปรสุ่มที่มีค่าศูนย์ซึ่งหมายถึงขอบเขตXถูกล้อมรอบด้วย MGF ของตัวแปรสุ่มค่าเฉลี่ยศูนย์ที่มีค่าเบี่ยงเบนมาตรฐานเท่ากับค่าเบี่ยงเบนมาตรฐานที่เป็นไปได้สูงสุดที่Xสามารถ มี.

คำถามของฉันคือ: นี่เป็นผลที่รู้จักกันดีของผลประโยชน์อิสระที่ใช้ในสถานที่อื่นนอกเหนือจากการพิสูจน์ความไม่เท่าเทียมของ Hoeffding และถ้าเป็นเช่นนั้นเป็นที่ทราบกันหรือไม่ว่าจะขยายไปถึงตัวแปรสุ่มด้วยค่าที่ไม่ใช่ศูนย์

ผลที่แจ้งคำถามนี้จะช่วยให้ช่วงไม่สมมาตร[a,b]สำหรับXกับ< 0 < Bแต่ไม่ยืนยันในE [ X ] = 0 ผูกพันเป็น G ( T ) อีที2 ( - ) 2 / 8 = อีที2 σ 2 เมตรx / 2 ที่σa<0<bE[X]=0

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


5
ตัวแปรสุ่มที่ตอบสนองขอบเขตของ mgf เช่นเดียวกับที่คุณอ้างถึงนั้นเรียกว่าตัวแปรสุ่มsubgaussian พวกเขามีบทบาทสำคัญเช่นในทฤษฎีเมทริกซ์สุ่มแบบ nonasymptotic และผลลัพธ์บางอย่างที่เกี่ยวข้องในการตรวจจับแบบบีบอัด ดูเช่นการเชื่อมโยงในคำตอบที่นี่ (เห็นได้ชัดว่าไม่ได้พูดกับคำถามของคุณโดยเฉพาะ แต่เป็นเรื่องที่เกี่ยวข้อง)
พระคาร์ดินัล

คำตอบ:


5

ฉันไม่สามารถตอบคำถามแรกของคุณได้ แต่สำหรับการขยายไปยังตัวแปรสุ่มที่ไม่ใช่ศูนย์หมายความว่า ...

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}

σmax

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.