Nicht-Normalverteilungen mit null Schiefe und null überschüssiger Kurtosis?

19

Meist theoretische Frage. Gibt es Beispiele für nicht normale Verteilungen, deren erste vier Momente denen der Normalverteilung entsprechen? Könnten sie theoretisch existieren?

Egor
quelle
Betrachtet man auch nur eine Mischung aus 2 Normalen (5 Parameter - 2 Mittelwerte, 2 Varianzen und die Mischungswahrscheinlichkeit), kann man für eine Vielzahl der ersten vier Momente auflösen.
Sheridan Grant

Antworten:

29

Ja, Beispiele mit Schiefe und überschüssiger Kurtosis sind relativ einfach zu konstruieren. (In der Tat haben die folgenden Beispiele (a) bis (d) auch eine mittlere mittlere Pearson-Schiefe von 0).

(a) In dieser Antwort wird ein Beispiel gegeben, indem eine 50: 50-Mischung aus einer Gamma-Variablen (die ich nenne ) und dem Negativ einer zweiten Variablen genommen wird , deren Dichte so aussieht:X

dgam 2.3

Das Ergebnis ist eindeutig symmetrisch und nicht normal. Der Skalierungsparameter ist hier unwichtig, sodass wir ihn festlegen können. 1. Die sorgfältige Auswahl des Formparameters des Gammas ergibt die erforderliche Kurtosis:

  1. Die Varianz dieses Doppel-Gammas ( ) lässt sich leicht anhand der Gammavariable berechnen, auf der es basiert: .YVar(Y)=E(X2)=Var(X)+E(X)2=α+α2

  2. Das vierte zentrale Moment der Variablen ist dasselbe wie , das für ein Gamma ( )YE(X4)αα(α+1)(α+2)(α+3)

Als Ergebnis lautet die Kurtosis . Dies ist wenn , was passiert, wenn ;α(α+1)(α+2)(α+3)α2(α+1)2=(α+2)(α+3)α(α+1)3(α+2)(α+3)=3α(α+1)α=(13+1)/22.303


(b) Wir könnten auch ein Beispiel als Maßstabsmischung zweier Uniformen erstellen. Sei und sei und sei . Wenn man bedenkt, dass symmetrisch ist und einen endlichen Bereich hat, muss . Die Schiefe wird auch 0 sein und zentrale Momente und rohe Momente werden gleich sein.U1U(-1,1)U2U(-ein,ein)M=12U1+12U2ME(M)=0

Var(M)=E(M2)=12Var(U1)+12Var(U2)=16[1+ein2] .

In ähnlicher Weise ist und daher ist die KurtosisE(M4)=110(1+ein4)110(1+ein4)[16(1+ein2)]2=3.61+ein4(1+ein2)2

Wenn wir , beträgt die Kurtosis 3 und die Dichte sieht folgendermaßen aus:ein=5+243.1463

Bildbeschreibung hier eingeben


(c) Hier ist ein lustiges Beispiel. Sei , für .XichiidPois(λ)ich=1,2

Sei eine 50: 50-Mischung aus und :Y.X1-X2

Bildbeschreibung hier eingeben

nach Symmetrie ist (wir brauchen auch , um endlich zu sein, aber wenn endlich ist, haben wir das)E(Y.)=0E(|Y.|)E(X1)

Veinr(Y.)=E(Y.2)=E(X1)=λ

nach Symmetrie (und der Tatsache, dass der absolute 3. Moment existiert) ist die Neigung = 0

4. Moment:E(Y.4)=E(X12)=λ+λ2

Kurtosis =λ+λ2λ2=1+1/λ

Wenn also , ist Kurtosis 3. Dies ist der oben dargestellte Fall.λ=12


(d) Alle meine Beispiele waren bisher symmetrisch, da symmetrische Antworten einfacher zu erstellen sind - aber auch asymmetrische Lösungen sind möglich. Hier ist ein diskretes Beispiel.

Bildbeschreibung hier eingeben


Wie Sie sehen, sieht keines dieser Beispiele besonders "normal" aus. Es wäre einfach, eine beliebige Anzahl von diskreten, kontinuierlichen oder gemischten Variablen mit denselben Eigenschaften zu erstellen. Während die meisten meiner Beispiele als Gemische konstruiert wurden, haben Gemische nichts Besonderes , außer dass sie oft eine bequeme Möglichkeit sind, Verteilungen mit Eigenschaften so zu gestalten, wie Sie es möchten, ein bisschen wie beim Erstellen von Dingen mit Lego.

Diese Antwort enthält einige zusätzliche Details zur Kurtosis, die einige der Überlegungen zur Konstruktion anderer Beispiele etwas klarer machen sollten.


Sie könnten auf ähnliche Weise mehr Momente abgleichen, obwohl dies mehr Aufwand erfordert. Da jedoch die MGF der Normalverteilung existiert, können Sie nicht alle ganzzahligen Momente einer Normalverteilung mit einer nicht normalen Verteilung abgleichen, da dies bedeuten würde, dass ihre MGFs übereinstimmen, was impliziert, dass die zweite Verteilung ebenfalls normal war.

Glen_b - Setzen Sie Monica wieder ein
quelle
-4

Gute Punkte werden von Glen_b gemacht. Ich möchte nur die Dirac-Delta-Funktion als zusätzliches Mahlgut für die Mühle berücksichtigen. Wie Wikipedia bemerkt, "ist die DDF eine verallgemeinerte Funktion oder Verteilung auf der reellen Zahlenlinie, die überall Null ist, außer bei Null, mit einem Integral von Eins über die gesamte reelle Linie", mit der Folge, dass alle höheren Momente der DDF sind Null.

Paul Dirac wendet es in seinem 1931 erschienenen Buch The Principles of Quantum Mechanics auf die Quantenmechanik an, doch seine Ursprünge reichen zurück bis Fourier, Lesbesgue, Cauchy und andere. Die DDF verfügt auch über physikalische Analoga bei der Modellierung der Verteilung, z. B. des Risses eines Schlägers, der auf einen Baseball trifft.

Mike Hunter
quelle
1
Was hat das mit der Frage zu tun?
kjetil b halvorsen
2
Die Frage ist explizit, ob die "ersten vier Momente gleich denen von [a] normaler [Verteilung] sein sollen". Sie haben nicht die Hoffnung, auch nur den zweiten zentralen Moment zu erreichen, wenn Sie eine Delta-Verteilung verwenden.
whuber
3
Vielleicht können Sie ein Beispiel nennen, in dem Sie Momente einer Standardnormalen (Mittelwert 0, Varianz 1, und ). Wenn Sie dies tun, werden die aufgeworfenen Fragen beantwortet und Ihr Standpunkt klargestellt. E[(X-μ)3]=E(X3)=0E[(X-μ)4]=E(X4)=3
Glen_b -Reinstate Monica
3
@EIN. Donda: Überschüssige Kurtosis ist der 4. standardisierte Moment um den Mittelwert minus 3, dh , ich glaube also nicht, dass man sagen kann, dass es bei Diracs Delta-Funktion -3 ist - eher undefiniert, da die Varianz Null ist. E(X-EX)4/(E(X-EX)2)2
Scortchi
2
@ Mike Hunter: Ich denke, die Fragen im Titel und im Körper sind gleichwertig: Wenn Sie eine Verteilung mit einer definierten Schiefe und einer überschüssigen Kurtosis von Null haben, wird der Mittelwert und die Varianz mit jedem gewünschten Gaußschen Wert nur verschoben und gedehnt. Ich betone definiert, weil sowohl Schiefe als auch Kurtosis standardisierte Momente sind, so dass die Dirac-Delta-Funktion sie nicht hat.
Scortchi