Encuadernado en el momento que genera la función


14

Esta pregunta surge de la que se hace aquí acerca de un límite en las funciones generadoras de momento (MGF).

Supongamos que X es una variable aleatoria media cero limitada que toma valores en [σ,σ] y deja que G(t)=E[etX] sea ​​su MGF. Desde un ligado utilizado en una prueba de la desigualdad de Hoeffding , tenemos que

G(t)=E[etX]eσ2t2/2
donde el lado derecho es reconocible como el MGF de una variable aleatoria normal media cero con desviación estándar σ . Ahora, la desviación estándar de X puede ser mayor que σ , y el valor máximo ocurre cuando X es una variable aleatoria discreta tal que P{X=σ}=P{X=σ}=12 . Entonces, el límite al que se hace referencia puede considerarse que dice que el MGF de una variable aleatoria limitada a media ceroXestá limitado anteriormente por el MGF de una variable aleatoria normal promedio a cero cuya desviación estándar es igual a la desviación estándar máxima posible queXpuede tener.

Mi pregunta es: ¿es este un resultado bien conocido de interés independiente que se utiliza en otros lugares que no sean la prueba de la desigualdad de Hoeffding, y si es así, también se sabe que se extiende a variables aleatorias con medios distintos de cero?

El resultado que genera esta pregunta permite un rango asimétrico [a,b] para X con a<0<b pero insiste en E[X]=0 . La cota es

G(t)et2(ba)2/8=et2σmax2/2
, donde σmax=(ba)/2es la desviación estándar máxima posible para una variable aleatoria con valores restringidos a[a,b], pero este máximo no se alcanza con variables aleatorias de media cero a menos que b=a.


55
Las variables aleatorias que satisfacen límites en el mgf como la que usted cita se denominan variables aleatorias subgaussianas . Desempeñan un papel central, por ejemplo, en la teoría de la matriz aleatoria no asintótica y algunos resultados asociados en la detección comprimida. Ver, por ejemplo, el enlace en la respuesta aquí . (Obviamente, esto no responde a su pregunta particular, pero es de naturaleza relacionada).
Cardenal

Respuestas:


5

No puedo responder la primera parte de su pregunta, pero en cuanto a extenderla a variables aleatorias con medios distintos de cero ...

Primero, tenga en cuenta que cualquier rv con rango finito [ a + μ , b + μ ] y (necesariamente finita) media μ puede transformarse en un rv X = Z - μ que es, por supuesto, media cero con rango [ a , b ] (satisfaciendo así las condiciones en su planteamiento del problema). La variante transformada tiene mgf ϕ X ( t ) = exp { - μ t } ϕ Z ( t )Z[a+μ,b+μ]μX=Zμ[a,b]ϕX(t)=exp{μt}ϕZ(t)(por las propiedades básicas de mgf) Multiplicar ambos lados por y aplicar la desigualdad da:exp{μt}

ϕZ(t)=exp{μt}ϕX(t)exp{μt}exp{t2σmax2/2}=exp{μt+t2σmax2/2}

σmax

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.