Como adicionar duas variáveis ​​aleatórias dependentes?


13

Eu sei, não posso usar convolução. Eu tenho duas variáveis ​​aleatórias A e B e elas são dependentes. Preciso da função distributiva de A + B


4
Se A e B são dependentes, a distribuição conjunta de A e B é necessária para obter a distribuição de A + B.
Vinux

1
Eu não entendi sua pergunta. O que você sabe e por que você não pode usar a convolução?
Xian

Eu sei que a função distributiva de A e B. f A e B são duas variáveis ​​aleatórias independentes e contínuas, então eu posso encontrar a distribuição de Z = A + B tomando a convolução de f (A) eg (B): h ( z) = (f ∗ g) (z) = ∫∞f (A) g (z-B) dA Mas o que posso fazer quando eles não são independentes? Sinto muito, se isso é uma pergunta idiota.
Mesko

4
Não é uma pergunta idiota para Mesko, mas o que as pessoas estão apontando é que elas precisam de mais informações. A resposta depende de como e B não são independentes. Uma descrição completa disso é dada pela distribuição conjunta de A e B , que é o que o vinux pede. Xi'an está investigando um pouco mais delicadamente, mas realmente procura o mesmo tipo de informação para ajudá-lo a progredir. ABAB
whuber

Respostas:


16

Como o vinux aponta, é necessário a distribuição conjunta de e BAB , e não é óbvio pela resposta de OP Mesko "Eu sei a função distributiva de A e B" que ele está dizendo que conhece a distribuição conjunta de A e B: ele pode bem, dizendo que ele conhece as distribuições marginais de A e B. No entanto, assumindo que Mesko conhece a distribuição conjunta, a resposta é dada abaixo.

A partir da convolução integral no comentário de OP Mesko (que está errado, a propósito), pode-se inferir que Mesko está interessado em variáveis ​​aleatórias conjuntamente contínuas e B com função de densidade de probabilidade conjunta f A , B ( a , b ) . Nesse caso, f A + B ( z ) = - f A , B ( a , z - a ) d a = ABfA,B(a,b) QuandoAeBsão independentes, a função da densidade da junta é fator de influência no produto das funções da densidade marginal:fA,B(a,z-a)=fA(a)fB(z-a)

fA+B(z)=fA,B(a,za)da=fA,B(zb,b)db.
ABfA,B(a,za)=fA(a)fB(za) e obtemos a fórmula de convolução mais familiar para variáveis ​​aleatórias independentes. Um resultado semelhante também se aplica a variáveis ​​aleatórias discretas.

ABFA+B(z)A+B{(a,b):a+bz}FA+B(z)


Isso está relacionado ao meu comentário e resposta a outra pergunta que trata de distribuições conjuntas há alguns dias.
Xi'an

1

Antes, não sei se o que estou dizendo está correto, mas fiquei com o mesmo problema e tentei resolvê-lo desta maneira:

fUMA,B(uma,b)=(uma+b)H(uma,b)H(-uma+1,-b+1)
ou equivalente
fA,B(a,b)=(a+b)(H(a)H(a1))(H(b)H(b1))
Now you can perform the integral without caring about limits of integration.

This is the wolfram rapresentation of the joint : A

Computing the integral I have : B

Plotted : C

That's the function :

f(z)={z2for0z11(z1)2for1z20otherwise
and it's normalized as you can easily check.

The question did nt seem to be specific enough about the joint distribution to get an answer. How did you come up with one.?
Michael R. Chernick

+1 for correctly solving the alleged counterexample in @cdlg's answer and showing that the calculations if carried out correctly do give the correct answer, and not the erroneous s results in cdlg's answer. I can't believe that that answer has received two upvotes.
Dilip Sarwate
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.