Das Produkt zweier logarithmischer Zufallsvariablen

7

Sei und zwei normale Zufallsvariablen. Schreiben Sie und , um Ideen zu .X1X2X1N(μ1,σ12)X2N(μ2,σ22)

Betrachten Sie die entsprechenden logarithmischen Normal-Zufallsvariablen: , .Z1=exp(X1)Z2=exp(X2)

Frage: Wie ist die Verteilung des Produkts der beiden Zufallsvariablen, dh die Verteilung von ?Z1Z2

Wenn die normalen Zufallsvariablen unabhängig sind oder eine bivariate Normalverteilung haben, ist die Antwort einfach: Wir haben mit der Summe normal, daher ist das Produkt immer noch lognormal .X1,X2Z1Z2=exp(X1+X2)X1+X2Z1Z2

Angenommen, sind im Allgemeinen unabhängig, etwa mit Korrelation . Was können wir über die Verteilung von sagen ?X.1,X.2nÖtρZ.1Z.2

Zufälliger Typ
quelle
Dies könnte nützlich sein: stats.stackexchange.com/questions/19948/…
Greenparker
Ich bezweifle es jedoch. Grundsätzlich fragt diese Frage: "Wenn die Ränder normal verteilt sind, können wir etwas über ihre gemeinsame Verteilung sagen?" Und ich glaube nicht, dass wir im Allgemeinen viel sagen können
Ant
1
Z.1Z.2=exp(X.1+X.2) Im Allgemeinen ist Ihre eigentliche Frage also, ob X.1+X.2 ist normal (was es sein wird, wenn X.1,X.2 sind bivariat normal mit Korrelation ρ)
Henry
3
Wenn Sie keine bivariate Normalität haben, reicht es nicht aus, nur die Korrelation und die Ränder anzugeben, um die bivariate Verteilung zu bestimmen.
Glen_b -State Monica

Antworten:

4

Mit Dilips antworten Sie hier , wennX. und Y. sind bi-variabel normal und X.N.(μ1,σ12) und Y.N.(μ2,σ22) und die Korrelation zwischen X. und Y. ist ρ. Dann

C.Öv(X.,Y.)=ρσ1σ2,

X.+Y.N.(μ1+μ2,σ12+σ22+2ρσ1σ2).

Somit Z.1Z.2 wird auch eine logarithmische Normalverteilung mit Parametern sein μ1+μ2 und σ12+σ22+2ρσ1σ2.

Greenparker
quelle
2
Qualifikation hinzufügen? Dies gilt , wenn die Verteilung von (X, Y) bi-variate normal ist, sondern dass die Randverteilung von X normal ist und die Randverteilung von Y ist normal , bedeutet nicht , die gemeinsame Verteilung bi-variate normal ist ... Statistiken .stackexchange.com / Fragen / 30159 /…
Matthew Gunn
1
@MatthewGunn Interessant. Ich war mir dessen glücklicherweise nicht bewusst. Meine Antwort geht derzeit nicht vollständig auf die Frage ein. Ich werde ein paar Stunden warten, bevor ich es lösche. Vielen Dank.
Greenparker
Haben Sie viele Daten aus dieser Distribution? In diesem Fall können Sie es zeichnen oder auf andere Weise testen, ob die bivariate Normalität eine gute Verteilungsnäherung ist. Andernfalls könnten Sie vielleicht eine Kopula schätzen und von dort aus gehen!
kjetil b halvorsen
Dies ist ziemlich offensichtlich, aber Sie verpassen den Punkt: Was passiert, wenn Sie nicht wissen, ob die beiden Ränder eine bivariate Verteilung haben?
RandomGuy
Vielen Dank! Diese erstaunliche Antwort hat mir den Tag gerettet!
Jinhua Wang