Expectativa de

10

Seja X1 , X2 , , XdN(0,1) e seja independente. Qual é a expectativa de X14(X12++Xd2)2 ?

É fácil encontrar E(X12X12++Xd2)=1d por simetria. Mas eu não sei como encontrar a expectativa deX14(X12++Xd2)2 . Poderia, por favor, fornecer algumas dicas?

O que obtive até agora

Eu queria encontrar E(X1 14(X1 12++Xd2)2)por simetria. Mas esse caso é diferente do caso deE(X1 12X1 12++Xd2)porqueE(XEu4(X1 12++Xd2)2)pode não ser igual aE(XEu2Xj2(X1 12++Xd2)2). Então, eu preciso de algumas outras idéias para encontrar a expectativa.

De onde vem esta pergunta

__UMAx__22xSd-1 1E(XEu4(X1 12++Xd2)2)E(XEu2Xj2(X1 12++Xd2)2)Euj

EujE(XEu2Xj2(X1 12++Xd2)2)+EuE(XEu4(X1 12++Xd2)2)=1 1
E(X1 14(X1 12++Xd2)2) para obter outras expectativas.

Michael Hardy
fonte

Respostas:

7

A distribuição de é qui-quadrado (e também um caso especial de gama).XEu2

A distribuição de é, portanto, beta.X1 12X1 12++Xd2

A expectativa do quadrado de uma versão beta não é difícil.

Glen_b -Reinstate Monica
fonte
5

Esta resposta expande a resposta de @ Glen_b.


Fato 1: Se , , , são variáveis ​​aleatórias de distribuição normal padrão independentes, então a soma de seus quadrados tem a distribuição qui-quadrado com graus de liberdade. Em outras palavras, X1 1X2Xnn

X1 12++Xn2χ2(n)

Portanto, e .X1 12χ2(1 1)X22++Xd2χ2(d-1 1)

Fato 2: Se e , então Xχ2(λ1 1)Yχ2(λ2)

XX+Ybeta(λ1 12,λ22)

Portanto, .Y=X1 12X1 12++Xd2beta(1 12,d-1 12)

Fato 3: Se , então e Xbeta(α,β)

E(X)=αα+β
Vumar(X)=αβ(α+β)2(α+β+1 1)

Portanto, e

E(Y)=1 1d
Vumar(Y)=2(d-1 1)d2(d+2)


Finalmente,

E(Y2)=Vumar(Y)+E(Y)2=3dd2(d+2).

user603
fonte
11
@ NP-hard: Parece que você de fato fez esta pergunta para poder responder a essa pergunta ? Por que não mencionar isso?
joriki
@joriki Obrigado. Vou adicionar o link à pergunta.