Ненормальные распределения с нулевой асимметрией и нулевым избыточным эксцессом?


19

В основном теоретический вопрос. Есть ли примеры ненормальных распределений, у которых первые четыре момента равны нормальным? Могут ли они существовать в теории?


Рассматривая даже просто смесь из 2 нормалей (5 параметров - 2 средних, 2 дисперсий и вероятность смешивания), вы можете решить для самых разных первых четырех моментов.
Шеридан Грант

Ответы:


29

Да, примеры с асимметрией и избыточным эксцессом, равными нулю, относительно легко построить. (Действительно, примеры (a) - (d) ниже также имеют среднечисленную асимметрию Пирсона 0)

(а) Например, в этом ответе приводится пример, в котором берется смесь 50-50 гамма-переменной (которую я называю X ) и отрицательная величина второй, плотность которой выглядит следующим образом:

дгам 2,3

Очевидно, что результат является симметричным и не нормальным. Параметр масштаба здесь не важен, поэтому мы можем сделать его 1. Тщательный выбор параметра формы гаммы дает требуемый эксцесс:

  1. Дисперсию этой двойной гаммы ( Y ) легко определить с точки зрения гамма-вариации, на которой она основана: Var(Y)=E(X2)=Var(X)+E(X)2=α+α2 .

  2. Четвертый центральный момент переменной Y такой же, как Е(Икс4) , который для гаммы ( α ) равен α(α+1)(α+2)(α+3)

В результате эксцесс равен α(α+1)(α+2)(α+3)α2(α+1)2=(α+2)(α+3)α(α+1) . Это3когда(α+2)(α+3)=3α(α+1), что происходит, когдаα=(13+1)/22.303.


(б) Мы могли бы также создать пример в виде смеси двух форм. Пусть U1U(1,1) и U2U(a,a) , и пусть M=12U1+12U2. Ясно, что, учитывая, чтоMсимметричен и имеет конечный диапазон, мы должны иметьE(M)=0; асимметрия также будет равна 0, а центральные моменты и исходные моменты будут одинаковыми.

Var(M)=E(M2)=12Var(U1)+12Var(U2)=16[1+a2].

Аналогично, E(M4)=110(1+a4)и поэтому эксцесс равен110(1+a4)[16(1+a2)]2=3.61+a4(1+a2)2

Если мы выберем = a=5+243.1463, тогда эксцесс равен 3, а плотность выглядит следующим образом:

enter image description here


(с) вот забавный пример. Пусть XiiidPois(λ) , для i=1,2 .

Пусть Y представляет собой смесь из 50-50 X1 иX2

enter image description here

E(Y)=0E(|Y|)E(X1)

Var(Y)=E(Y2)=E(X1)=λ

по симметрии (и тому факту, что абсолютный третий момент существует) косо = 0

4th moment: Е(Y4)знак равноЕ(Икс12)знак равноλ+λ2

куртоз = λ+λ2λ2знак равно1+1/λ

так когда λзнак равно12, эксцесс равен 3. Это случай, показанный выше.


(d) все мои примеры до сих пор были симметричными, так как симметричные ответы легче создавать - но также возможны асимметричные решения. Вот отдельный пример.

enter image description here


Как видите, ни один из этих примеров не выглядит особенно «нормальным». Было бы просто создать любое количество дискретных, непрерывных или смешанных переменных с одинаковыми свойствами. Хотя большинство моих примеров были сконструированы как смеси, в них нет ничего особенного , кроме того, что они часто являются удобным способом создания распределений со свойствами так, как вы хотите, немного похоже на создание объектов с помощью Lego.

Этот ответ дает некоторые дополнительные подробности о эксцессах, которые должны прояснить некоторые соображения, связанные с построением других примеров.


Вы можете подобрать больше моментов подобным образом, хотя для этого требуется больше усилий. Однако, поскольку MGF нормали существует, вы не можете сопоставить все целочисленные моменты нормали с некоторым ненормальным распределением, поскольку это будет означать, что их MGF совпадают, подразумевая, что второе распределение также было нормальным.


-4

Хорошие моменты сделаны Glen_b. Я бы только добавил рассмотрение функции Дельты Дирака в качестве дополнительного зерна для мельницы. Как отмечает Википедия, «DDF - это обобщенная функция, или распределение, на линии вещественных чисел, которая равна нулю везде, кроме нуля, с интегралом одного по всей вещественной линии», вследствие чего все более высокие моменты DDF нуль.

Пол Дирак применяет его к квантовой механике в своей книге 1931 года «Принципы квантовой механики», но ее истоки восходят к Фурье, Лесбегу, Коши и другим. У DDF также есть физические аналоги в моделировании распределения, например, трещины летучей мыши, поражающей бейсбольный мяч.


1
Какое это имеет отношение к вопросу?
kjetil b halvorsen

2
Вопрос в том, чтобы сделать «первые четыре момента равными моментам [a] нормального [распределения]». У вас нет надежды даже на совпадение со вторым центральным моментом, когда вы используете дельта-дистрибутив.
whuber

3
Возможно, вы можете привести пример совпадения моментов со стандартной нормалью (среднее значение 0, дисперсия 1, Е[(Икс-μ)3]знак равноЕ(Икс3)знак равно0 и Е[(Икс-μ)4]знак равноЕ(Икс4)знак равно3). Если вы сделаете это, он ответит на поставленные вопросы и прояснит вашу точку зрения.
Glen_b

3
@A. Донда: Избыточный эксцесс - это 4-й стандартизированный момент о среднем минус 3, т.е.Е(Икс-ЕИкс)4/(Е(Икс-ЕИкс)2)2, поэтому я не думаю, что вы можете сказать, что это -3 в случае дельта-функции Дирака - скорее, она не определена, так как дисперсия равна нулю.
Scortchi - Восстановить Монику

2
@Mike Hunter: Я думаю, что вопросы в названии и теле эквивалентны: если у вас есть распределение с определенной асимметрией и избыточным эксцентриком, равным нулю, соответствие среднего значения и дисперсии любому гауссову, которое вы хотите, просто сдвигается и растягивается. Я подчеркиваю определенность, потому что и асимметрия, и эксцесс являются стандартизированными моментами, поэтому у дельта-функции Дирака их нет.
Scortchi - Восстановить Монику
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.