Distribuição normal

8

Infelizmente, há um problema estatístico. Eu não tenho idéia por onde começar (estou estudando por conta própria, para que não haja ninguém que eu possa perguntar, se eu não entender alguma coisa.

A questão é

N ( um , b 2 ) ; a = 0 ; b 2 = 6 ; v a r ( X 2 + Y 2 ) = ?X,Y YidN(a,b2);a=0;b2=6;var(X2+Y2)=?

Ang
fonte

Respostas:

6

Como você está lidando com dados normais do IID, vale a pena generalizar um pouco o problema para analisar o caso em que você possui e deseja . (Sua pergunta corresponde ao caso em que ) Como outros usuários apontaram, a soma dos quadrados das variáveis ​​aleatórias normais do IID é uma variável aleatória qui-quadrado não centralizada em escala e, portanto, a variação de interesse pode ser obtida do conhecimento dessa distribuição. No entanto, também é possível obter a variação necessária usando regras ordinárias de momento, combinadas com o conhecimento dos momentos da distribuição normal . Vou mostrar como fazer isso abaixo, em etapas.X1,...,XnIID N(a,b2)QnV(i=1nXi2)n=2


Localizando a variação usando momentos da distribuição normal: Como os valores são IID (e considerando como um valor genérico dessa distribuição), você tem: em que momentos brutos como . Esses momentos brutos podem ser escritos em termos dos momentos centrais e a média usando X Q nV ( n i = 1 X 2 i )X1,...,XnX μkE(Xk)μkE((X-E(X))k)μ1 =E(X)

QnV(i=1nXi2)=i=1nV(Xi2)=nV(X2)=n(E(X4)E(X2)2)=n(μ4μ22),
μkE(Xk)μkE((XE(X))k)μ1=E(X)fórmulas de conversão padrão , e podemos procurar os momentos centrais da distribuição normal e substituí-los.

Usando as fórmulas de conversão de momento, você deve obter: Para a distribuição , temos e momentos centrais de ordem superior , e . Isso nos dá os momentos brutos:XN(a,b2)μ1 =aμ2=b2μ3=0μ4=3b4 μ 2

μ2=μ2+μ12,μ3=μ3+3μ1μ2+μ13,μ4=μ4+4μ1μ3+6μ12μ2+μ14.
XN(a,b2)μ1=aμ2=b2μ3=0μ4=3b4
μ2=b2+a2,μ3=3ab2+a3,μ4=3b4+6a2b2+a4.
Agora, tente substituí-los novamente na expressão original para encontrar a variação de interesse.

Substituindo de volta a primeira expressão, obtemos: Para o caso especial em que você tem . Pode-se mostrar que esse resultado está de acordo com a solução que você obteria se usasse o método alternativo de derivar seu resultado da distribuição qui-quadrado não central em escala.

Qn=n(μ4μ22)=n[(3b4+6a2b2+a4)(b2+a2)2]=n[(3b4+6a2b2+a4)(b4+2a2b2+a4)]=n[2b4+4a2b2]=2nb2(b2+2a2).
n=2Q2=4b2(b2+2a2)

Trabalho alternativo baseado no uso da distribuição qui-quadrado não central: Como , temos:Usando a variação conhecida dessa distribuição, temos: Este resultado corresponde ao resultado acima.Xi/bN(a/b,1)

i=1n(Xib)2Non-central Chi-Sq(k=n,λ=na2b2).
QnV(Eu=1 1nXEu2)=b4V(Eu=1 1n(XEub)2)=b42(k+2λ)=2b4(n+2numa2b2)=2nb2(b2+2uma2).
Ben - Restabelecer Monica
fonte
2
Tags de spoiler são desnecessárias e perturbadoras.
Alexis
3

Se e são variáveis ​​aleatórias independentes, então é uma variável aleatória .Y N ( a , b 2 ) ( X - aXYN(uma,b2)χ2(2)(X-umab)2+(Y-umab)2χ2(2)

Você acha que pode levá-lo de lá?

SOULed_Outt
fonte
1

A resposta está na distribuição qui-quadrado não central .

Por exemplo, se b = 1, a resposta para sua pergunta é: , onde é o número de componentes ( e ).k = 2 X Y2(k+2(uma2))k=2XY

idnavid
fonte