Sean X, Y y Z tres variables aleatorias independientes. Si X / Y tiene la misma distribución que Z, ¿es cierto que X tiene la misma distribución que YZ?
Sean X, Y y Z tres variables aleatorias independientes. Si X / Y tiene la misma distribución que Z, ¿es cierto que X tiene la misma distribución que YZ?
Respuestas:
Puede pasar. Por ejemplo, si , y son variables independientes de Rademacher , es decir, pueden ser 1 o -1 con igual probabilidad. En este caso es también Rademacher, por lo tanto tiene la misma distribución que , mientras que es Rademacher por lo tanto tiene la misma distribución que .Y Z X / Y Z Y Z X
Pero no sucederá en general. Mientras existan los medios, las condiciones necesarias (pero no suficientes) para que tenga la misma distribución que , y para que tenga la misma distribución que , serían: Z Y Z X E ( Z ) = E ( X Y - 1 ) = E ( X ) E ( Y - 1 ) E ( X ) = E ( Y Z ) = E ( Y ) E ( Z )
Las segundas igualdades seguidas por la independencia. La sustitución da:
Si entonces , o equivalente, siempre que ,
Esto no es cierto en general. Por ejemplo, sea una variable de Bernouilli traducida que toma valores o con igual probabilidad, entonces . Entonces toma los valores o con igual probabilidad, entonces . (Lo dejo a la imaginación del lector, qué efecto tan dramático habría tenido que usar un no traducidoEn cambio, la variable de Bernouilli, o una se tradujo solo ligeramente, por lo que está muy cerca de 0 con probabilidad de la mitad. Tenga en cuenta que en el ejemplo de Rademacher no hubo ningún problema aquí porque las tres expectativas eran cero, tenga en cuenta además que esta condición no es suficiente).
Podemos explorar cómo falla esta construyendo un contraejemplo más explícito. Para simplificar las cosas, supongamos que es un Bernouilli escalado y toma valores o con igual probabilidad. Entonces es , , o con igual probabilidad. Está claro que , y . Sea una variable independiente extraída de la misma distribución. ¿Cuál es la distribución de ? ¿Es lo mismo que la distribución de ? Ni siquiera tenemos que calcular la distribución de probabilidad completa para ver que no puede ser; es suficiente recordar que solo puede ser cero o dos, mientras que puede tomar cualquier valor que pueda obtener multiplicando uno de por uno de .
Si desea una moraleja para esta historia, intente jugar con las variables de Bernouilli escaladas y traducidas (que incluye las variables de Rademacher). Pueden ser una forma sencilla de construir ejemplos y contraejemplos. Ayuda a tener menos valores en los soportes para que las distribuciones de varias funciones de las variables se puedan calcular fácilmente a mano.
Aún más extremo, podemos considerar variables degeneradas que solo tienen un valor único en su soporte. Si y son degenerados (con ), entonces será demasiado, y así la distribución de coincidirá con el valor de . Al igual que mi ejemplo de Rademacher, esa es una situación que muestra que se pueden satisfacer sus condiciones . Si, en cambio, como sugiere @whuber en los comentarios, dejamos que se degenere con , pero permitimos que varíe, entonces construir un contraejemplo aún más simple es muy fácil. Si puede tomar dos valores finitos distintos de cero, yY Y ≠ 0 Z = X / Y Y Z Z X P ( X = 1 ) Y Y a b X / Y Z a - 1 b - 1 Y Z a b - 1 ≠ 1 X , digamos - con probabilidad positiva, entonces , y por lo tanto , pueden tomar los valores y . Ahora por lo tanto tiene en su apoyo, por lo que no se puede seguir la misma distribución que . Esto es similar, pero más simple que, mi argumento de que los soportes no podrían coincidir en mi contraejemplo original.