A normalidade da articulação é uma condição necessária para que a soma das variáveis ​​aleatórias normais seja normal?

12

Nos comentários após esta minha resposta a uma pergunta relacionada, os Usuários ssdecontrol e Glen_b perguntaram se a normalidade conjunta de X e é necessária para afirmar a normalidade da soma ? Essa normalidade das articulações é suficiente , é claro, bem conhecida. Essa questão suplementar não foi abordada lá e talvez valha a pena considerar por si só.YX+Y

Como normalidade articular implica normalidade marginal, pergunto

Existem variáveis ​​aleatórias normais eXY modo que X+Y é uma variável aleatória normal, mas X e não são variáveis ​​aleatórias comuns em conjunto?Y

Se e não precisam ter distribuições normais, é fácil encontrar essas variáveis ​​aleatórias normais. Um exemplo pode ser encontrado na minha resposta anterior (o link é fornecido acima). Acredito que a resposta à pergunta destacada acima seja Sim e publiquei (o que eu acho que é) um exemplo como resposta a essa pergunta.XY

Dilip Sarwate
fonte
2
Como você deseja lidar com distribuições degeneradas? Por exemplo, se é um normal padrão e Y = - 2 X , então a distribuição conjunta de X e Y é uma distribuição normal degenerada e X + Y é um normal padrão. XY=2XXYX+Y
precisa saber é o seguinte
@BrianBorchers X e Y=2X são variáveis ​​aleatórias conjuntamente normais, embora a distribuição seja degenerada como você diz. A definição padrão de normalidade da articulação é que X e Y são normais em conjunto se aX+bY é normal para todas as opções de (a,b) . Aqui, (a,b)=(0,0)é um caso degenerado que, no entanto, é chamado de variável aleatória normal como cortesia.
Dilip Sarwate

Respostas:

10

Seja U,V iid N(0,1) .

Agora transforme (U,V)(X,Y) seguinte maneira:

No primeiro quadrante (ie U>0,V>0 ), deixe X=max(U,V) e Y=min(U,V) .

Para os outros quadrantes, gire esse mapeamento sobre a origem.

A distribuição bivariada resultante é semelhante (vista de cima):

![enter image description here

- o roxo representa regiões com probabilidade dobrada e as regiões brancas são regiões sem probabilidade. Os círculos pretos são contornos de densidade constante (em qualquer lugar do círculo para , mas dentro de cada região colorida para ( X , Y ) ).(U,V)(X,Y)

  1. Por simetria, e Y são normais normais (olhando para baixo de uma linha vertical ou ao longo de uma linha horizontal, há um ponto púrpura para cada branco que podemos considerar como sendo movido pelo eixo que a linha horizontal ou vertical cruza)XY

  2. mas claramente não são normais bivariados, e(X,Y)

  3. que éN ( 0 , 2 ) (equivalentemente, olhe ao longo das linhas da constante X + Y e veja que temos simetria semelhante à que discutimos em 1., mas desta vez sobre Y = X linha)X+Y=U+VN(0,2)X+YY=X

Glen_b -Reinstate Monica
fonte
1
+1 e Aceitar; essa construção é muito melhor do que a da minha própria resposta!
precisa saber é o seguinte
5

Considere variáveis ​​aleatórias conjuntas contínuas com função de densidade articular f U , V , W ( u , v , w ) = { 2 ϕ ( u ) ϕ ( v ) ϕ ( w ) se u 0 , v 0 , w 0 ,U,V,W ondeϕ()indica a função de densidade normal padrão.

(1)fU,V,W(u,v,w)={2ϕ(u)ϕ(v)ϕ(w)    if u0,v0,w0,or if u<0,v<0,w0,or if u<0,v0,w<0,or if u0,v<0,w<0,0otherwise
ϕ()

É claro que e W são variáveis ​​aleatórias dependentes . Também está claro que elas não são variáveis ​​aleatórias comuns em conjunto. No entanto, todos os três pares ( U , V ) , ( U , W ) , ( V , W ) são variáveis ​​aleatórias independentes em pares : de fato, variáveis ​​aleatórias normais padrão independentes (e, portanto, variáveis ​​aleatórias normais em conjunto em pares). Em suma, U , V , WU,VW(U,V),(U,W),(V,W)U,V,Wsão um exemplo de variáveis ​​aleatórias normais normais independentes em pares, mas não mutuamente independentes. Veja esta minha resposta para mais detalhes.

Observe que a independência pareada nos dá que e V - W são variáveis ​​aleatórias normais com média zero e variação 2 . Agora, vamos definir X = U + W , Y = V - W e observe que X + Y = U + V também é uma variável aleatória normal média zero com variação 2 . Além disso, cov ( X , Y ) = - varU+V,U+WVW2

(2)X=U+W, Y=VW
X+Y=você+V2 e, portanto, X e Y são variáveis ​​aleatórias dependentes e correlacionadas.cov(X,Y)=-var(W)=-1XY

e Y são variáveis ​​aleatórias normais (correlacionadas) quenãosãonormais em conjunto,mas têm a propriedade de que sua soma X + Y é uma variável aleatória normal.XYX+Y

Dito de outra forma, a normalidade conjunta é uma suficiente condição para afirmar a normalidade de uma soma de variáveis aleatórias normais, mas é não uma condição necessária.

Prova de que e Y não são conjuntamente normaisXY
Como a transformação é linear, é fácil obter que f X , Y , W ( x , y , w ) = f U , V , W(você,V,W)(você+W,V-W,W)=(X,Y,W) . Portanto, temos que f X , Y ( x , y ) = - f X , Y , W ( x , y , w )fX,Y,W(x,y,W)=fvocê,V,W(x-W,y+W,W) Mas f U , V , W tem a propriedade de que seu valor é diferente de zero apenas quando exatamente um ou todos os três de seus argumentos não são negativos. Agora suponha que x , y > 0 . Então, f U , V , W ( x - w , y + w , w ) tem o valor 2 ϕ ( x - w ) ϕ ( y + w ) ϕ ( w

fX,Y(x,y)=-fX,Y,W(x,y,W)dW=-fvocê,V,W(x-W,y+W,W)dW
fvocê,V,Wx,y>0 0fvocê,V,W(x-W,y+W,W) para w ( - , - y ) ( 0 , x ) e é 0 em caso contrário. Então, para x , y > 0 , f X , Y ( x , y ) = - y - 2 ϕ ( x - w ) ϕ ( y + w ) ϕ ( w )2ϕ(x-W)ϕ(y+W)ϕ(W)W(-,-y)(0 0,x)0 0x,y>0 0 Agora, ( x - w ) 2 + ( y + w ) 2 + w 2
(3)fX,Y(x,y)=--y2ϕ(x-W)ϕ(y+W)ϕ(W)dW+0 0x2ϕ(x-W)ϕ(y+W)ϕ(W)dW.
e expandindo para fora2ϕ(x-w)ϕ(y+w)ϕ(w)e realizando algumas reorganizações dos integrandos em(3), pode escrever fX,Y(x,y)=g(x,y)[P{
(x-W)2+(y+W)2+W2=3W2-2W(x-y)+x2+y2=W2-2W(x-y3)+(x-y3)21/3-13(x-y)2+x2+y2
2ϕ(x-W)ϕ(y+W)ϕ(W)(3)
4)fX,Y(x,y)=g(x,y)[P{T-y}+P{0 0<Tx}]
Tx-y313Φ() com argumentos que são funções (diferentes) de ambos x e y. Portanto,fX,Ynão é uma densidade normal bivariada, embora ambosX e Y são variáveis ​​aleatórias normais e sua soma é uma variável aleatória normal.

Comentário: Normalidade comum deX e Y é suficiente para a normalidade de X+Y mas também implica muito, muito mais: umaX+bYé normal para todas as opções de(uma,b). Aqui precisamosumaX+bY normal por apenas três opções de (uma,b), viz., (1,0 0),(0 0,1),(1,1) onde os dois primeiros impõem a condição frequentemente ignorada (veja, por exemplo, a resposta Y.H.) que as densidades (marginais) de X e Ydeve ter densidades normais, e o terceiro diz que a soma também deve ter uma densidade normal. Assim, pode ter variáveis aleatórias normais que são não em conjunto normal, mas cuja soma é normal, porque não importa o que acontece para outras opções de(uma,b).

Dilip Sarwate
fonte