Suponha que sabemos que p (x, y), p (x, z) e p (y, z), é verdade que a distribuição conjunta p (x, y, z) é identificável? Ou seja, existe apenas um possível p (x, y, z) que tem acima dos marginais?
Suponha que sabemos que p (x, y), p (x, z) e p (y, z), é verdade que a distribuição conjunta p (x, y, z) é identificável? Ou seja, existe apenas um possível p (x, y, z) que tem acima dos marginais?
Respostas:
No. talvez a mais simples preocupações contra-exemplo a distribuição de três independente variáveis X i , para os quais todas as oito possíveis resultados a partir de ( 0 , 0 , 0 ) por meio de ( 1 , 1 , 1 ) têm a mesma probabilidade. Isso uniformiza todas as quatro distribuições marginais em { ( 0 , 0 ) , ( 0 , 1 ) , ( 1 , 0 .
Considere as variáveis aleatórias que são distribuídas uniformemente no conjunto { ( 1 , 0 , 0 ) , ( 0 , 1 , 0 ) , ( 0 , 0 , 1 ) , ( 1 , 1 , 1 ) } . Estes têm os mesmos marginais que ( X 1 , X 2 , .
A capa de Godel, Escher, Bach, de Douglas Hofstadter , sugere as possibilidades.
As três projeções ortogonais (sombras) de cada um desses sólidos nos planos de coordenadas são as mesmas, mas os sólidos obviamente diferem. Embora as sombras não sejam exatamente as mesmas que as distribuições marginais, elas funcionam de maneira semelhante para restringir, mas não determinar completamente , o objeto 3D que as projeta.
No mesmo espírito que a resposta do whuber,
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 , ondeϕ(⋅)indica a função de densidade normal padrão.
são um exemplo de variáveis aleatórias normais padrão independentes em pares, mas não mutuamente independentes. Veja esta minha resposta para mais detalhes.
Você está basicamente perguntando se a reconstrução do CAT é possível usando apenas imagens nos 3 eixos principais.
Não é ... caso contrário, é o que eles fariam. :-) Veja a transformação Radon para mais literatura.