Obter distribuição conjunta da distribuição marginal aos pares

10

Suponha que temos 3 variáveis ​​aleatórias e conhecemos a distribuição marginal em pares , mas não sabemos mais nada (como como independência condicional). Podemos obter a distribuição conjunta ? P ( X 1 , X 2 ) , P ( X 2 , X 3 ) , P ( X 3 , X 1 ) P ( X 1 , X 2 , X 3 )X1 1,X2,X3P(X1 1,X2),P(X2,X3),P(X3,X1 1)P(X1 1,X2,X3)

starry1990
fonte

Respostas:

12

Não.

Considere uma distribuição trivariada com margens normais bivariadas (padrão, independentes), mas com metade dos octantes com probabilidade 0 e metade com probabilidade dupla. Especificamente, considere os octantes ---, - ++, + - +, ++ - têm probabilidade dupla.

Então as margens bivariadas são indistinguíveis daquela que você obteria com três variáveis ​​normais padrão do iid. De fato, há uma infinidade de distribuições trivariadas que produziriam as mesmas margens bivariadas

Como Dilip Sawarte aponta nos comentários, ele discutiu essencialmente o mesmo exemplo em uma resposta (mas inverte os octantes que são duplicados e zerados) e define-o de uma maneira mais formal. Whuber menciona um exemplo envolvendo variáveis ​​de Bernoulli que (no caso trivaria) são assim:

  X3=0      X1                  X3=1      X1
          0    1                        0    1

    0    1/4   0                  0     0   1/4 
 X2                         X2
    1     0   1/4                 1    1/4   0

... onde toda margem bivariada seria

            Xi         
          0    1       

    0    1/4  1/4      
 Xj                  
    1    1/4  1/4    

e assim seria equivalente ao caso de três variáveis ​​independentes (ou de fato a três com exatamente a forma inversa de dependência).

Um exemplo intimamente relacionado, que comecei a escrever, envolveu um uniforme trivariado com "fatias" alternadas em um padrão quadriculado de maior e menor probabilidade (generalizando o habitual zero e o dobro).

Portanto, você não pode calcular o trivariado das margens bivariadas em geral.

Glen_b -Reinstate Monica
fonte
5
+1. Outro exemplo padrão - o mais simples possível e intimamente relacionado ao seu - é permitir que o seja independentes de Bernoulli . A distribuição completa pode ser tabulada, uma vez que existem apenas oito resultados equivalentes. Seus marginais e marginais aos pares são os mesmos após condicionar o a ter um número par de zeros (basta cruzar as outras linhas da tabela e duplicar todas as suas probabilidades), mas as duas distribuições conjuntas obviamente diferem. ( 1 / 2 ) X iXEu(1 1/2)XEu
whuber
4
+1 A distribuição trivariada é descrita em detalhes nesta resposta minha, exceto pelo fato de eu ter usado os octantes . É claro que está relacionado às variáveis ​​aleatórias de Bernoulli mencionadas por @whuber, exemplo que remonta a Bernstein, acredito. +++,+--,-+-,--+
precisa saber é o seguinte
Mas, em casos menos artificiais, talvez alguns limites possam ser estabelecidos?
Kjetil b halvorsen
tem que haver uma solução de cópula aqui. Teorema de Sklar tem extensão para caso n-dimensional, e lá você tem apenas marginais, não os marginais bivariadas que têm mais informações
Aksakal
11
Aksakal A cópula em si especifica completamente a estrutura de dependência, não os marginais. O fato de você poder manter os marginais, mas alterar a cópula é uma versão mais simples do mesmo problema aqui.
Glen_b -instala Monica