suma de variables aleatorias de Chi-cuadrado no centrales


21

Necesito encontrar la distribución de la variable aleatoria donde y todos s son independientes. Sé que es posible encontrar primero el producto de todas las funciones generadoras de momentos para s, y luego transformarlo de nuevo para obtener la distribución deSin embargo, me pregunto si existe una forma general para como el caso gaussiano: sabemos que la suma de gaussianos independientes sigue siendo gaussiana y, por lo tanto, solo necesitamos conocer la media sumada y la varianza sumada.XiN(μi,σ 2 i )XiXiYY

Y=i=1n(Xi)2
XiN(μi,σi2)XiXiYY

¿Qué tal todo ? ¿Esta condición hará una solución general?σi2=σ2


1
Mirando el primer párrafo debajo de aquí , claramente la condición final produce un chi-cuadrado no central escalado (dividir entre (el factor de escala que saca al frente) y hacer en ). La forma más general con la que comenzó parece una combinación lineal o un promedio ponderado a escala, con coeficientes lugar de una simple suma de cuadrados escalados ... y creo que generalmente no tendrá la distribución requerida. σ i = 1 k i = 1 ( X i / σ i ) 2 σ 2 iσ2σi=1i=1k(Xi/σi)2σi2
Glen_b -Reinstala a Mónica el

Dependiendo de para qué lo necesite, en casos específicos puede realizar convolución numérica o simulación.
Glen_b -Reinstate a Monica el

Esto se generaliza por la distribución 'suma ponderada de log chi-cuadrados a potencia'. Mi paquete R sadistsproporciona funciones aproximadas 'dpqr' para ; cf github.com/shabbychef/sadistsY
shabbychef

Respuestas:


17

Como Glen_b señaló en los comentarios, si las variaciones son todas iguales, terminará con un chi-cuadrado no central escalado.

Si no, hay un concepto de una distribución chi-cuadrado generalizada , es decir, para y fijo. En este caso, usted tiene el caso especial de la diagonal ( ), y .x N ( μ , Σ ) A Σ Σ i i = σ 2 i A = IxTAxxN(μ,Σ)AΣΣii=σi2A=I

Se ha trabajado en la informática con esta distribución:

También puede escribirlo como una combinación lineal de variables chi-cuadrado no centrales independientes , en ese caso:Y=i=1nσi2(Xi2σi2)

Bausch (2013) ofrece un algoritmo computacionalmente más eficiente para la combinación lineal de chi-cuadrados centrales; su trabajo puede ser extensible a chi-cuadrados no centrales, y puede encontrar algunos consejos interesantes en la sección de trabajo relacionado.


2
Una comparación de los métodos de aproximación se encuentra en Duchesne et al. 2010. Estadística computacional y análisis de datos, 54, 858–862. Los autores mantienen el paquete R CompQuadForm con implementaciones.
caracal

-10

Esto será Chi-cuadrado de n grado de libertad.


66
Creo que alto que el puede ser distinto de cero. Los comentarios a la pregunta, así como la respuesta existente, son informativos. μi
whuber
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.