Expectativa de produtos de ordem superior de distribuições normais

9

Eu tenho duas variáveis ​​normalmente distribuídas e com zero médio e matriz de covariância . Estou interessado em tentar calcular o valor de em termos das entradas de .X 2 Σ E [ X 2 1 X 2 2 ] ΣX1X2ΣE[X12X22]Σ

Usei a lei da probabilidade total para obter mas não sei ao que a expectativa interna se reduz. Existe outro método aqui?E[X12X22]=E[X12E[X22|X1]]

Obrigado.

Editar: As variáveis ​​também são multivariadas normalmente distribuídas.

AGK
fonte
5
Do e desfrutar de uma bivariada distribuição normal também? (Apenas dizer que e são normais com matriz de covariância não é suficiente para concluir que a distribuição conjunta é normal bivariada). X 2 X 1 X 2 ΣX1X2X1X2Σ
Dilip Sarwate
11
Para a aplicação específica que tenho em mente, e têm uma distribuição normal bivariada, pelo teorema do limite central multivariado. Eu esqueci de mencionar isso no meu post original. X 2X1X2
AGK
11
@AGK se você quiser esclarecer sua postagem, existe um botão "editar" que permite fazer alterações. Isso é melhor para futuros leitores que não precisam procurar informações importantes nos comentários abaixo da pergunta.
Silverfish

Respostas:

8

A expectativa é claramente proporcional ao produto dos fatores de escala ao quadrado . A constante de proporcionalidade é obtida pela padronização das variáveis, o que reduz à matriz de correlação com correlação . Σ p = σ 12 / σ11σ22Σρ=σ12/σ11σ22

Assumindo normalidade bivariada, de acordo com a análise em https://stats.stackexchange.com/a/71303, podemos alterar as variáveis ​​para

X1=X, X2=ρX+(1ρ2)Y

onde tem uma distribuição normal bivariada padrão (não correlacionada) e precisamos apenas calcular(X,Y)

E(X2(ρX+(1ρ2)Y)2)=E(ρ2X4+(1ρ2)X2Y2+cX3Y)

onde o valor preciso da constante não importa. ( é o resíduo na regressão de contra .) Usando as expectativas univariadas para a distribuição normal padrãoY X 2 X 1cYX2X1

E(X4)=3, E(X2)=E(Y2)=1, EY=0

e observando que e são rendimentos independentesYXY

E(ρ2X4+(1ρ2)X2Y2+cX3Y)=3ρ2+(1ρ2)+0=1+2ρ2.

Multiplicar por forneceσ11σ22

E(X12X22)=σ11σ22+2σ122.

O mesmo método se aplica a encontrar a expectativa de qualquer polinômio em , porque ele se torna um polinômio em e que, quando expandido, é um polinómio nas independentes variáveis normalmente distribuídos e . De(X1,X2)(X,ρX+(1ρ2)Y)XY

E(X2k)=E(Y2k)=(2k)!k!2k=π1/22kΓ(k+12)

para integral (com todos os momentos ímpares iguais a zero por simetria), podemos derivark0

E(X12pX22q)=(2q)!2pqi=0qρ2i(1ρ2)qi(2p+2i)!(2i)!(p+i)!(qi)!

(com todas as outras expectativas de monômios iguais a zero). Isso é proporcional a uma função hipergeométrica (quase por definição: as manipulações envolvidas não são profundas ou instrutivas),

1π2p+q(1ρ2)qΓ(p+12)Γ(q+12)2F1(p+12,q;12;ρ2ρ21).

A função hipergeométrica vezes é vista como uma correção multiplicativa para diferente de zero .ρ(1ρ2)qρ

whuber
fonte
11
Obrigado pela resposta detalhada! Também estou pensando em questões relacionadas com outros polinômios, portanto essa é uma estrutura realmente útil. Essa é uma transformação muito inteligente que eu não tinha visto antes. Legal!
AGK
3
Para ajudar na sua investigação, forneci os detalhes dos polinômios gerais. Ao escrever originalmente esta resposta, fiquei divertido ao perceber que aprendi essa transformação no livro de estatísticas elementares de Friedman, Pisani e Purves: ensinamos isso aos calouros da faculdade!
whuber