Wie ist die Verteilung der Summe der quadratischen Chi-Quadrat-Zufallsvariablen?

8

Wie wäre die Verteilung der folgenden Gleichung:

y=a2+2ad+d2

Dabei sind und unabhängige nicht zentrale Chi-Quadrat-Zufallsvariablen mit Freiheitsgraden.d 2 M.ad2M

OBS.: Die RVs, die sowohl als auch erzeugen, haben und , sagen wir .d μ = 0 σ 21 σ 2 = cadμ=0σ21σ2=c

Felipe Augusto de Figueiredo
quelle
2
1. Wie hängen und zusammen? 2. Chi-Quadrat-Zufallsvariablen haben bereits einen Mittelwert> 0 Warum sollten Sie ihn explizit angeben müssen? (Oder versuchen Sie, sich auf ein nicht zentrales Chi-Quadrat zu beziehen?)dad
Glen_b -State Monica
Ich habe der Frage gerade einige weitere Informationen hinzugefügt. Sie sind nicht zentrale Chi-Quadrat-RVs, da sie durch nicht standardmäßige kreisförmige symmetrische komplexe Gaußsche Zufallsvariablen erzeugt wurden.
Felipe Augusto de Figueiredo
2M sind die Freiheitsgrade für jeden der beiden?
Alecos Papadopoulos
2
Felipe, in Ihrer Frage geben Sie und tun „haben “ , aber in ihrem neuesten Kommentar , den Sie angeben , sie nicht diese Eigenschaft haben. Welches ist es?? d μ = 0ad μ=0
whuber
2
Danke, dass Sie versucht haben zu erklären, aber ich kann es immer noch nicht verstehen. Wenn Sie schreiben, dass " und unabhängige nicht zentrale Chi-Quadrat-Zufallsvariablen sind", klingt es so, als würden Sie Quadrate normaler Zufallsvariablen mit einem Mittelwert ungleich Null summieren , da auf diese Weise normalerweise nicht zentrale Chi-Quadrat-Variablen entstehen. Aber später schreiben Sie "Die RVs, die sowohl als auch erzeugen, haben ", was darauf hindeutet, dass Sie mit zentralen Chi-Quadrat-Variablen arbeiten. Ich vermute, dass dies die Inkonsistenzen sind, die den ersten Kommentar von @Glen_b ausgelöst haben. Könnten Sie explizit zeigen, was undd a d μ = 0 a dadadμ=0adsind?
whuber

Antworten:

7

Wenn unabhängig sind, hat eine -Verteilung. Da nicht negativ ist, kann CDF von durch Notieren vonDaher ist X = a + d χ 2 4 M X Y = a 2 + 2 a d + d 2 = ( a + d ) 2 = X 2 F Y ( y ) = P ( Y y ) = P ( X 2y ) = P.a,dχ2M2X=a+dχ4M2XY=a2+2ad+d2=(a+d)2=X2fY(y)= 1

FY(y)=P(Yy)=P(X2y)=P(Xy)=FX(y).
fY(y)=12yfX(y)=122M+1Γ(2M)yM1ey/2.

Wenn und korreliert sind, sind die Dinge viel komplizierter. Siehe zum Beispiel die kumulative Verteilungsfunktion von NH Gordon & PF Ramig für die Summe der korrelierten Chi-Quadrat-Zufallsvariablen (1983) für eine Definition des multivariaten Chi-Quadrats und die Verteilung seiner Summe.dad

Wenn dann haben Sie es mit nicht zentralem Chi-Quadrat zu tun, so dass das oben Genannte nicht mehr gültig ist. Dieser Beitrag kann einige Einblicke geben.μ2M

BEARBEITEN: Basierend auf den neuen Informationen scheinen und durch Summieren des normalen rv mit einer Varianz von nicht Einheiten gebildet zu werden. Denken Sie daran, wenn dann . Da jetzt beide eine Chi-Quadrat-Verteilung, die durch skaliert ist , dh -Verteilung. In diesem Fall wird verteilt. Als Ergebnis haben wir fürd Z N ( 0 , 1 ) adZN(0,1)cZN(0,c)

a=ci=12MZi2=d,
a,dcΓ(M,2c)X=a+dΓ(2M,2c)Y=X2
fY(y)=12(2c)2MΓ(2M)yM1ey/2c.
Francis
quelle
Wie tritt ich ein? Soll es der Mittelwert einer der Chi-Quadrat-Variablen sein? Ich vermute, es hat nichts mit dem Problem zu tun.
Michael R. Chernick
@ MichaelChernick: Bedeutet wahrscheinlich, dass nicht zentrales Chi-Quadrat sein kann? a,d
Francis
Ich nehme an, Sie können diese Annahme treffen, aber das OP stellt keine Verbindung her. Ich denke, Sie haben den richtigen Ansatz gewählt, der Nicht-Zentrale konnte nicht auf dieses Problem eingehen. X ist hier das Quadrat eines Chi-Quadrats. Wie heißt diese Verteilung im Falle der Unabhängigkeit, die Sie hier verwendet haben?
Michael R. Chernick
@MichaelChernick Ich bin mir nicht sicher, ob der Distribution ein spezieller Name zugeordnet ist. "Chi-Tesseracted" vielleicht?
Francis
a und sind nicht zentrale Chi-Quadrate. d
Felipe Augusto de Figueiredo
4

Da ein nicht zentrales Chi-Quadrat eine Summe unabhängiger rvs ist, ist die Summe zweier unabhängiger nicht zentraler Chi-Quadrate auch ein nicht zentrales Chi-Quadrat mit Parametern, die die Summe der entsprechenden Parameter von die beiden Komponenten (Freiheitsgrade), (Nicht-Zentralitätsparameter).X=a+bkx=ka+kbλx=λa+λb

Um die Verteilungsfunktion seines Quadrats , kann man die "CDF-Methode" anwenden (wie in der Antwort von @francis).Y=X2

FY(y)=P(Yy)=P(X2y)=P(Xy)=FX(y)

und wo

FX(x)=1Qkx/2(λx,x)

damit

FY(y)=1Qkx/2(λx,y1/4)

wo hier ist Marcums Q-Funktion .Q

Das Obige gilt für nicht zentrale Chi-Quadrate, die als Summen unabhängiger quadratischer Normalen mit jeweils einheitlicher Varianz, aber unterschiedlichem Mittelwert gebildet werden.

ADDENDUM FÜR DIE BEARBEITUNG DER FRAGE

Wenn die Basis-RV , ist das Quadrat von jedem ein siehe https://stats.stackexchange.com/a/122864/28746 .N(0,c)Gamma(1/2,2c)

Also das rv und also auch (Formskalenparametrisierung, und siehe den Wikipedia-Artikel für die additive Eigenschaften für Gamma). B ~ G a m m a ( M , 2 c ) X = a + b ~ G a m m a ( 2 M , 2 c )aGamma(M,2c)bGamma(M,2c)X=a+bGamma(2M,2c)

Dann kann man die CDF-Methode erneut anwenden, um die CDF des QuadratsY=X2

Alecos Papadopoulos
quelle
@FelipeAugustodeFigueiredo Entschuldigung, ich bin nicht mit komplexen Wohnmobilen vertraut. Meine Antwort ging davon aus, dass wir von nicht zentralen Chi-Quadraten ausgehen.
Alecos Papadopoulos
Was ist, wenn die RVs kreisförmige symmetrische komplexe Gaußsche Zufallsvariablen mit und ? σ = c I.μ=0σ=cI
Felipe Augusto de Figueiredo
adμ=0σ1c
Könnten Sie mir bitte bei der folgenden Frage helfen: stats.stackexchange.com/questions/253764/… . Jeder Hinweis wäre sehr dankbar. Vielen Dank!
Felipe Augusto de Figueiredo
@FelipeAugustodeFigueiredo Ich fürchte, ich habe für diese Frage nichts zu bieten.
Alecos Papadopoulos