คุณคำนวณความคาดหวังของ ?


12

ถ้ามีการแจกแจงแบบเอ็กซ์โพเนนเชียลพร้อมพารามิเตอร์และนั้นเป็นอิสระร่วมกันความคาดหวังของXi(i=1,...,n)λXi

(i=1nXi)2

ในแง่ของและและค่าคงที่อื่น ๆnλ

หมายเหตุ:คำถามนี้มีอากาศที่เป็นคำตอบทางคณิตศาสตร์/math//q/12068/4051 ผู้อ่านก็จะดูมันเช่นกัน


5
สำเนาคำถามสองข้อนี้อ้างอิงซึ่งกันและกันและเว็บไซต์สถิติ (ที่นี่) มีคำตอบเชิงสถิติและเว็บไซต์คณิตศาสตร์มีคำตอบทางคณิตศาสตร์อย่างเหมาะสม ดูเหมือนจะเป็นการแบ่งที่ดี: ปล่อยให้มันยืน!
whuber

คำตอบ:


31

ถ้าดังนั้น (ภายใต้ความเป็นอิสระ),ดังนั้นจึงกระจายแกมม่า (ดูวิกิพีเดีย ) ดังนั้นเราก็ต้อง2] ตั้งแต่เรารู้ว่า 2 ดังนั้น (ดูวิกิพีเดียสำหรับความคาดหวังและความแปรปรวนของการแจกแจงแกมม่า)y = x iG a m m a ( n , 1 / λ )xiExp(λ)y=xiGamma(n,1/λ)yE[y2]Var[y]=E[y2]E[y]2E[y2]=Var[y]+E[y]2E[y2]=n/λ2+n2/λ2=n(1+n)/λ2


ขอบคุณ นอกจากนี้ยังมีวิธีการตอบคำถามอย่างเป็นระเบียบ (นำไปสู่คำตอบเดียวกัน) ใน math.stackexchange (ลิงก์ด้านบนของคำถาม) เมื่อไม่กี่นาทีที่ผ่านมา
Wolfgang

2
คำตอบทางคณิตศาสตร์คำนวณอินทิกรัลโดยใช้ลิเนียริตี้ของความคาดหวัง ในบางวิธีมันง่ายกว่า แต่ฉันชอบวิธีการแก้ปัญหาของคุณเพราะมันใช้ประโยชน์จากความรู้ทางสถิติ : เพราะคุณรู้ว่าผลรวมของตัวแปรเอ็กซ์โปเนนเชียลอิสระมีการกระจายแกมม่าคุณก็เสร็จแล้ว
whuber

1
ฉันสนุกกับมันไม่มากนักและฉันก็ไม่ได้เป็นนักสถิติหรือนักคณิตศาสตร์
Kortuk

คำตอบที่สง่างามมาก
Cyrus S

1
@Dilip นักคณิตศาสตร์มีแนวโน้มที่จะเห็นคำถามนี้ว่าขออินทิกรัลและหารายได้โดยตรงเพื่อรวมเข้าด้วยกัน นักสถิติได้ทำการแสดงออกอีกครั้งในแง่ของปริมาณทางสถิติที่คุ้นเคยเช่นความแปรปรวนและความสัมพันธ์ทางสถิติที่คุ้นเคยเช่นเอกซ์โปเนนเชียลคือแกมม่าและตระกูลแกมม่าถูกปิดภายใต้การโน้มน้าวใจ คำตอบเหมือนกัน แต่วิธีการต่างกันโดยสิ้นเชิง จากนั้นก็มีคำถามว่าการทำการรวมกลุ่มหมายถึงอะไรจริงๆ ตัวอย่างเช่นอินทิกรัลเชิงซ้อนนี้ทำทางพีชคณิตอย่างหมดจด
whuber

9

คำตอบข้างต้นเป็นสิ่งที่ดีมากและตอบคำถามอย่างสมบูรณ์ แต่ฉันจะให้สูตรทั่วไปสำหรับกำลังสองของผลรวมที่คาดไว้และนำไปใช้กับตัวอย่างเฉพาะที่กล่าวถึงที่นี่

สำหรับชุดค่าคงที่ใด ๆมันเป็นความจริงที่a1,...,an

(i=1nai)2=i=1nj=1naiaj

สิ่งนี้เป็นจริงโดยคุณสมบัติการแจกจ่ายและจะชัดเจนเมื่อคุณพิจารณาสิ่งที่คุณทำเมื่อคุณคำนวณด้วยมือ(a1+...+an)(a1+...+an)

ดังนั้นสำหรับตัวอย่างของตัวแปรสุ่มโดยไม่คำนึงถึงการแจกแจงX1,...,Xn

E([i=1nXi]2)=E(i=1nj=1nXiXj)=i=1nj=1nE(XiXj)

โดยมีเงื่อนไขว่าความคาดหวังเหล่านี้มีอยู่

ในตัวอย่างจากปัญหาคือตัวแปรสุ่ม iid ซึ่งบอกเราว่าและสำหรับแต่ละฉันโดยความเป็นอิสระสำหรับเรามีX1,...,Xnexponential(λ)E(Xi)=1/λvar(Xi)=1/λ2iij

E(XiXj)=E(Xi)E(Xj)=1λ2

มีคำศัพท์เหล่านี้ทั้งหมดในเมื่อเรามีn2ni=j

E(XiXj)=E(Xi2)=var(Xi)+E(Xi)2=2λ2

และมีของคำเหล่านี้ในผลรวม ดังนั้นการใช้สูตรด้านบนn

E(i=1nXi)2=i=1nj=1nE(XiXj)=(n2n)1λ2+n2λ2=n2+nλ2

คือคำตอบของคุณ


3

ปัญหานี้เป็นเพียงกรณีพิเศษของปัญหาทั่วไปที่เกิดขึ้นใน 'ช่วงเวลา' ซึ่งมักจะกำหนดไว้ในรูปแบบของผลรวมพลังงาน โดยเฉพาะอย่างยิ่งในสัญกรณ์ผลรวมพลัง:

s1=i=1nXi

จากนั้นไม่คำนึงถึงการแจกจ่ายโปสเตอร์ต้นฉบับพยายามค้นหา (หากมีอยู่ในขณะนั้น) เนื่องจากผู้ดำเนินการคาดหวังเป็นเพียงช่วงเวลาดิบครั้งที่ 1 การแก้ปัญหาจึงได้รับในซอฟต์แวร์ mathStatica โดย:E[s12]

ป้อนคำอธิบายรูปภาพที่นี่

['___ToRaw' หมายความว่าเราต้องการโซลูชันที่นำเสนอในรูปแบบของช่วงเวลาดิบของประชากร (แทนที่จะบอกว่าช่วงเวลากลางหรือ cumulants) ]

สุดท้ายถ้า ~ Exponential ( ) ด้วย pdf :Xλf(x)

f = Exp[-x/λ]/λ;      domain[f] = {x, 0, ∞} &&  > 0};

จากนั้นเราสามารถแทนที่โมเมนต์ในโซลูชันทั่วไปด้วยค่าจริงสำหรับตัวแปรสุ่มแบบเชียลเช่น:μisol

ป้อนคำอธิบายรูปภาพที่นี่

เสร็จหมดแล้ว.


ป.ล. เหตุผลที่โซลูชันอื่น ๆ ที่โพสต์ที่นี่ให้คำตอบกับ ในตัวส่วนแทนที่จะเป็นตัวเศษเพราะแน่นอนว่าพวกเขากำลังใช้พารามิเตอร์ที่แตกต่างกันของการแจกแจงแบบเอ็กซ์โปเนนเชียล เนื่องจาก OP ไม่ได้ระบุรุ่นที่เขาใช้อยู่ฉันจึงตัดสินใจใช้คำนิยามตำราเรียนทฤษฎีการแจกแจงแบบมาตรฐาน Johnson Kotz et al …เพียงเพื่อสร้างความสมดุลให้กับสิ่งต่าง ๆ :)λ2

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