Matroids Matheplanet Forum Index
Moderiert von Kleine_Meerjungfrau Monkfish epsilonkugel
Mathematik » Stochastik und Statistik » Transformation einer multivariaten Normalverteilung
Autor
Universität/Hochschule Transformation einer multivariaten Normalverteilung
luis52
Senior Letzter Besuch: in der letzten Woche
Dabei seit: 24.12.2018
Mitteilungen: 735
  Themenstart: 2022-05-19

\(\begingroup\)\(%**************************************************************** %************************** Abkuerzungen ************************ %**************************************************************** \newcommand{\eps}{\epsilon} \newcommand{\veps}{\varepsilon} \) Moin, ich moechte hier mal mit einer Frage aufwarten, die mich schon einige Zeit beschaeftigt. Es handelt sich um Aufgabe 3.2.4, Seite 86, in dem Buch hier. Insbesondere an den Teilen (b) und (c) habe ich mir bislang die Zaehne ausgebissen, z.B. mit Hilfe momenterzeugender Funktionen. Insbesondere verbluefft mich, dass bei (b) keinerelei weitere Annahmen ueber $\mathbf{a}$ getroffen werden. Ich kann also leider nicht mit irgendwelchen eigenen Ansaetzen aufwarten. Es ist noch zu erwaehnen, dass in dem Buch $\mathbf{\Sigma}$ auch singulaer sein kann, aber ich waere schon gluecklich, wenn mir jemand fuer Fall mit einer regulaeren Matrix auf die Spruenge helfen koennte. Danke im Voraus. vg Luis \(\endgroup\)


   Profil
piquer
Senior Letzter Besuch: in der letzten Woche
Dabei seit: 01.06.2013
Mitteilungen: 507
  Beitrag No.1, eingetragen 2022-05-21

Hallo Luis, das ist eine Anwendung der faktorisierten bedingten Verteilung. Es sei also wie im Buch $X \sim N(\mu, \Sigma)$ ein $p$-dim. ZV. Wie sich aus den Rechenregeln für charakteristische Funktionen ergibt, folgt $$ Y_a = \frac{a^T (X - \mu)}{\sqrt{a^T Z a}} \sim N(0, 1), $$ falls $a \in \IR^p$ mit $a^T \Sigma a > 0$. Das beweist Teil a). Für Teil b) sei $A$ ein von $X$ unabhängiger ZV mit $P(A^T \Sigma A = 0) = 0$. Da $X$ und $A$ unabhängig sind, folgt für die faktorisierte bedingte Verteilung $P_{X \parallel A}$ von $X$ gegeben $A$, dass $$ P_{X \parallel A}(a, B) = P_X(B). $$ Aus der Definition der (faktorisierten) bedingten Verteilung folgt mittels üblicher maßtheoretischer Induktion, dass $$ \begin{aligned} E(\exp(i t Y_A) \parallel A = a) &= \int E(\exp(i t Y_a)) P_{X \parallel A}(a, \mathrm d x) \\ &= \int E(\exp(i t Y_a)) P_{X}(\mathrm d x) \\ &= \Phi(t), \end{aligned} $$ für $P_A$-f.a. $a \in \mathbb R^p$, wobei $\Phi$ die charakteristische Funktion der Normalverteilung ist. Im ersten Schritt wurde die Form der faktorisierten bedingten Verteilung ausgenutzt, im letzten Schritt die Definition der charakteristischen Funktion und die Rechenregeln unter affin-linearer Transformation. Damit folgt mit der Definition der faktorisierten bedingten Erwartung, dass $$ E(\exp(i t Y_A)) = \int E(\exp(i t Y_A) \parallel A = a) P_A(\mathrm d a) = \int \Phi(t) P_A(\mathrm d a) = \Phi(t), $$ d.h. $Y_A$ (im Buch $f$) ist normalverteilt. Zum Beweis der Unabhängigkeit wiederholen wir obiges Spiel für $$ E(\exp(i t Y_A) \exp(i s^T A) \parallel A = a) = \Phi(t) \exp(i s^T a) $$ für $P_A$-f.a $a$. Integrieren über $a$ bzgl. $P_A$ wie oben liefert dann $$ E(\exp(i t Y_A) \exp(i s^T A)) = \Phi(t) \Phi_A(s), $$ mit $\Phi_A$ gleich der charakteristischen Funktion von $A$. Das zeigt die Unabhängigkeit von $A$ und $Y_A$. Teil c) ist eine direkte Anwendung von b). Viele Grüße Torsten


   Profil
Bozzo
Senior Letzter Besuch: im letzten Monat
Dabei seit: 11.04.2011
Mitteilungen: 2227
Wohnort: Franken
  Beitrag No.2, eingetragen 2022-05-22

Vlt. zusaetzlich auch noch als anschaulche Argumentation fuer invertierbares Σ, mit y = Σ-1/2(x-μ), b = Σ1/2a und c = b/||b|| ist f = c'y einfach die Projektion einer standardnormalverteilten ZV y entlang einer beliebigen Richtung c. Aus der Rotationssymmetrie von y folgt auch, dass einem das Wissen ueber die Richtung c (solange diese unabhaengig von y ist) nichts ueber f aussagen laesst und diese daher auch unabhaengig sind. Koennte man jedoch zwei Richtungen c und d von y "vermessen", also neben f auch noch g = d'y bilden, so koennte einem das Wissen ueber f auch etwas ueber g verraten, wodurch f und g nicht unabhaengig waeren (esseidenn c'd=0).


   Profil
luis52
Senior Letzter Besuch: in der letzten Woche
Dabei seit: 24.12.2018
Mitteilungen: 735
  Beitrag No.3, vom Themenstarter, eingetragen 2022-05-22

Hallo Torsten, danke fuer deine Hilfe. Du argumentierst masstheoretisch, worum ich mich Zeit meines Lebens immer gedrueckt habe. So habe ich keinen Zweifel daran, dass dein Argument korrekt ist. Allerdings richtet sich das Buch an Leser mit einem basic knowledge of Mathematical Statistics at undergraduate level, die zudem ueber Wissen eines elemantary course on Linear Algebra verfuegen. Aber egal, mit deiner eleganten Loesung bin ich jetzt zufrieden. Und auch bei dir bedanke ich mich fuer die Veranschaulichung, Bozzo. vg Luis


   Profil
luis52 hat die Antworten auf ihre/seine Frage gesehen.

Wechsel in ein anderes Forum:
 Suchen    
 
All logos and trademarks in this site are property of their respective owner. The comments are property of their posters, all the rest © 2001-2022 by Matroids Matheplanet
This web site was originally made with PHP-Nuke, a former web portal system written in PHP that seems no longer to be maintained nor supported. PHP-Nuke is Free Software released under the GNU/GPL license.
Ich distanziere mich von rechtswidrigen oder anstößigen Inhalten, die sich trotz aufmerksamer Prüfung hinter hier verwendeten Links verbergen mögen.
Lesen Sie die Nutzungsbedingungen, die Distanzierung, die Datenschutzerklärung und das Impressum.
[Seitenanfang]