Przybliżony rozkład iloczynu N normalnego iidu? Przypadek specjalny μ≈0


12

Biorąc pod uwagę iid i , szukamy:X nN ( μ X , σ 2 X ) μ X0N30XnN(μX,σX2)μX0

  1. dokładne przybliżone przybliżenie dystrybucji zamkniętej formy YN=1NXn
  2. asymptotyczne ( wykładnicze ?) przybliżenie tego samego produktu

To jest szczególny przypadek bardziej ogólnego pytania .μX0


1. Czy masz jakieś informacje na temat i ? (Byłoby miło, gdyby na przykład wszystkie ). (2) Bezobjawowe normalne przybliżenie będzie okropne , ponieważ asymptotycznie nie będzie wyglądać zdalnie normalnie. σ X μ X / σ X0μXσXμX/σX0Y
whuber

Właśnie się z tym pobawiłem. Jeśli jesteś zainteresowany, możliwe jest uzyskanie dokładnego rozwiązania w postaci zamkniętej dla iloczynu zmiennych losowych o numerze identyfikacyjnym . Przypadek niezerowy znacznie komplikuje sprawę. nN(0,σ2)μ
wilki

@ whuber (1) po zrobieniu Monte Carlo z różnymi i , stwierdziłem, że rozkład zachowuje się raczej dobrze dla i ; teraz chciałbym znaleźć fajne wyrażenie dla i podobne do tego, jak ma kilka fajnych przybliżeń. Zbudowałem kilka przybliżeń poprzez rozszerzenie Taylora, ale źle się zachowują. (2) no cóż, zdecydowanie „wygląda” na sumę normalną z chi do kwadratu, więc można zredukować do normalnej, jeśli przybliżenie to „udowodni”. μσFN>30|μX|10σXμFσFχ2FF
Andrei Pozolotin,

3
Kiedy , będzie ładnie przybliżone przez rozkład logarytmiczny (jako zastosowanie twierdzenia Barry'ego-Esseena do ). μX10σXYlog(X)
whuber

@whuber bezpośrednie zastosowanie Barry-Esseena daje F_N , co jest naprawdę fajne, ale traci pewną strukturę: powinno być ujemne, powinno zależeć od itp., być może istnieją lepsze sposoby na jego zastosowanie? FN0+1NZμFσFα
Andrei Pozolotin

Odpowiedzi:


10

Dokładne rozwiązanie można uzyskać w przypadku średniej zerowej (część B).

Problem

Niech oznaczają iid zmiennych, każda ze wspólnym plikiem pdf :(X1,,Xn)nN(0,σ2)f(x)

wprowadź opis zdjęcia tutaj

Szukamy pliku pdf z , dlai=1nXin=2,3,

Rozwiązanie

Plik pdf dwóch takich normalnych jest po prostu:

wprowadź opis zdjęcia tutaj

... gdzie używam TransformProductfunkcji z pakietu mathStatica dla Mathematica . Dziedziną wsparcia jest:

wprowadź opis zdjęcia tutaj

Iloczyn norm 3, 4, 5 i 6 jest uzyskiwany przez iteracyjne zastosowanie tej samej funkcji (tutaj cztery razy):

wprowadź opis zdjęcia tutaj

... gdzie MeijerGoznacza funkcję Meijer G.

W wyniku indukcji pdf produktu losowych zmiennych wynosi:nN(0,σ2)


1(2π)n2σnMeijerG[{{},{}},{{01,,0n},{}},x22nσ2n] for xR

Szybkie sprawdzenie Monte Carlo

Oto szybkie sprawdzenie porównujące:

  • właśnie uzyskany teoretyczny plik pdf (gdy i ): Krzywa CZERWONA KRESKOWANAσ = 3n=6σ=3
  • do empirycznego pdf Monte Carlo: zawijasowa NIEBIESKA krzywa

wprowadź opis zdjęcia tutaj

Wygląda w porządku! [niebieska, zawijasowa krzywa Monte przesłania dokładną krzywą z czerwoną kreską]


Znakomity, dziękuję, Colin. Teraz rozumiem, dlaczego muszę kupić twoją książkę :-) Zastanawiam się też, czy wygląda na prostszy. Czas odkurzyć moje umiejętności Wolfram. log(...MeijerG(...))
Andrei Pozolotin
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.