Considere las variables aleatorias conjuntas continuas con la función de densidad conjunta
donde denota la función de densidad normal estándar.f U , V , W ( u , v , w ) = { 2 ϕ ( u ) ϕ ( v ) ϕ ( w ) si u ≥ 0 , v ≥ 0 , w ≥ 0 ,U,V,W ϕ(⋅)
fU,V,W(u,v,w)=⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪2ϕ(u)ϕ(v)ϕ(w)0 if u≥0,v≥0,w≥0,or if u<0,v<0,w≥0,or if u<0,v≥0,w<0,or if u≥0,v<0,w<0,otherwise(1)
ϕ(⋅)
Está claro que y son
variables aleatorias dependientes . También es claro que son no
de forma conjunta las variables aleatorias normales. Sin embargo, los tres pares
son variables aleatorias independientes por pares : de hecho, variables aleatorias normales estándar independientes (y, por tanto, variables aleatorias normales por parejas). En resumen,
son un ejemplo de variables aleatorias normales independientes por pares pero no independientes entre sí. Vea esta respuesta mía
para más detalles.W ( U , V ) , ( U , W ) , ( V , W ) U , V , WU,VW(U,V),(U,W),(V,W)U,V,W
Observe que la independencia por pares nos da que
y son variables aleatorias normales de media cero con varianza . Ahora, definamos
y tenga en cuenta que
también es una variable aleatoria normal de media cero con varianza . Además, , por lo que e son variables aleatorias dependientes y correlacionadas.U+V,U+WV−W2
X=U+W, Y=V−W(2)
X+Y=U+V2cov(X,Y)=−var(W)=−1XY
X e son variables aleatorias normales (correlacionadas) que no son conjuntamente normales pero tienen la propiedad de que su suma es una variable aleatoria normal.YX+Y
Dicho de otra manera, la normalidad es un conjunto suficiente condición para afirmar la normalidad de una suma de variables aleatorias normales, pero es no es una condición necesaria.
Prueba de que e no son conjuntamente normalesXY
Dado que la transformación es lineal, es fácil obtener
. Por lo tanto, tenemos que
Pero tiene la propiedad de que su valor no es cero solo cuando exactamente uno o sus tres argumentos son no negativos. Ahora suponga que . Entonces, tiene el valor para
(U,V,W)→(U+W,V−W,W)=(X,Y,W)fX,Y,W(x,y,w)=fU,V,W(x−w,y+w,w)
fX,Y(x,y)=∫∞−∞fX,Y,W(x,y,w)dw=∫∞−∞fU,V,W(x−w,y+w,w)dw
fU,V,Wx,y>0fU,V,W(x−w,y+w,w)2ϕ(x−w)ϕ(y+w)ϕ(w)w∈(−∞,−y)∪(0,x) y es
0de otra manera. Entonces, para ,
Ahora,
y así expandiendo y reorganizando los integrandos en , podemos escribir
donde es un azar normal variable con media
x,y>0fX,Y(x,y)=∫−y−∞2ϕ(x−w)ϕ(y+w)ϕ(w)dw+∫x02ϕ(x−w)ϕ(y+w)ϕ(w)dw.(3)
(x−w)2+(y+w)2+w2=3w2−2w(x−y)+x2+y2=w2−2w(x−y3)+(x−y3)21/3−13(x−y)2+x2+y2
2ϕ(x−w)ϕ(y+w)ϕ(w)(3)fX,Y(x,y)=g(x,y)[P{T≤−y}+P{0<T≤x}](4)
Tx−y3
y varianza
13. Ambos términos dentro de los corchetes involucran el CDF normal estándar con argumentos que son (diferentes) funciones de e . Por lo tanto,
no es
una densidad normal bivariada, aunque e
son variables aleatorias normales, y su suma es una variable aleatoria normal.
Φ(⋅)xyfX,YXY
Comentario: la normalidad conjunta de e suficiente para la normalidad de pero también implica mucho más: es normal para
todas las opciones de . Aquí, necesitamos que sea normal para solo tres opciones de , a saber,
donde las dos primeras imponen lo que a menudo se ignora condición (véase, por ejemplo, la respuesta de ) de que las densidades (marginales) de e deben ser densidades normales, y el tercero dice que la suma también debe tener una densidad normal. Por lo tanto, nosotrosY X + Y un X + b Y ( un , b ) un X + b Y ( un , b ) ( 1 , 0 ) , ( 0 , 1 ) , ( 1 , 1 ) Y . H . X Y ( a , b )XYX+YaX+bY(a,b)aX+bY(a,b) (1,0),(0,1),(1,1)Y.H.XY puedetener variables aleatorias normales que no son
conjuntamente normales pero cuya suma es normal porque no nos importa lo que suceda con otras opciones de .(a,b)