Нет, это невозможно, когда у вас есть три или более монет.
Дело двух монет
Давайте сначала посмотрим, почему это работает для двух монет, поскольку это дает некоторую интуицию о том, что ломается в случае большего количества монет.
Обозначим через и Y переменные Бернулли, соответствующие двум случаям: X ∼ B e r ( p ) , Y ∼ B e r ( q ) . Во- первых, напомним , что соотношение X и Y являетсяXYX∼Ber(p)Y∼Ber(q)XY
corr(X,Y)=E[XY]−E[X]E[Y]Var(X)Var(Y)−−−−−−−−−−−−√,
и поскольку вы знаете маргиналы, вы знаете , E [ Y ] , V a r ( X ) и V a r ( Y ) , поэтому, зная соотношение, вы также знаете E [ X Y ] . Теперь X Y = 1 тогда и только тогда, когда оба X = 1 и Y = 1 , поэтому
E [ X Y ] = P (E[X]E[Y]Var(X)Var(Y)E[XY]XY=1X=1Y=1
E[XY]=P(X=1,Y=1).
Зная маргиналы, вы знаете, что и q = P ( X = 0 , Y = 1 ) + P ( X = 1). , Y = 1 ) . Поскольку мы только что обнаружили, что вы знаете P ( X = 1 , Yp=P(X=1,Y=0)+P(X=1,Y=1)q=P(X=0,Y=1)+P(X=1,Y=1) , это означает, что вы также знаете P ( X = 1 ,P(X=1,Y=1) и P ( X = 0 , Y = 0 ) , но теперь все готово, так как вероятность, которую вы ищетеP(X=1,Y=0)P(X=0,Y=0)
P(X=1,Y=0)+P(X=0,Y=1)+P(X=1,Y=1).
Теперь мне лично все это легче увидеть с помощью картинки. Пусть . Тогда мы можем представить различные вероятности в виде квадрата:Pij=P(X=i,Y=j)
Здесь мы увидели, что знание корреляций означает, что вы можете вывести , помеченный красным, и что, зная маргиналы, вы знаете сумму для каждого ребра (одно из которых обозначено синим прямоугольником).P11
Корпус из трех монет
Это не будет так легко для трех монет; Интуитивно понятно, почему: зная маргиналы и корреляцию, вы знаете всего параметра, но совместное распределение имеет 2 3 = 86=3+323=8 результатов, но зная вероятности для из них, Вы можете выяснить последний; теперь 7 > 6 , поэтому кажется разумным, что можно составить два разных совместных распределения, маргинальные значения и корреляции которых одинаковы, и что можно переставлять вероятности, пока те, которые вы ищете, не будут отличаться.77>6
Пусть , Y и Z будут тремя переменными, и пустьXYZ
Pijk=P(X=i,Y=j,Z=k).
В этом случае картина сверху становится следующей:
Размеры были увеличены на одно: красная вершина превратилась в несколько цветных ребер, а край, покрытый синим прямоугольником, стал целым лицом. Здесь синяя плоскость указывает, что, зная маргинал, вы знаете сумму вероятностей внутри; для того, кто на картинке,
P(X=0)=P000+P010+P001+P011,
corr(X,Y)E[XY]
E[XY]=P(X=1,Y=1)=P110+P111.
Таким образом, это накладывает некоторые ограничения на возможные совместные распределения, но теперь мы сократили упражнение до комбинаторного упражнения по размещению чисел в вершинах куба. Без дальнейших церемоний, давайте предоставим два совместных распределения, маргиналы и корреляции которых одинаковы:
Здесь разделите все числа на 100получить распределение вероятностей. Чтобы увидеть, что они работают и имеют одинаковые маргиналы / корреляции, просто отметьте, что сумма вероятностей на каждом грани1 / 2 (это означает, что переменные Б е г (1 / 2)) и что суммы для вершин на цветных ребрах совпадают в обоих случаях (в данном конкретном случае все корреляции на самом деле одинаковы, но в общем случае это не обязательно).
Наконец, вероятность получения хотя бы одной головы, 1 - П000 и 1 - П'000, различны в двух случаях, что мы и хотели доказать.
Для меня создание этих примеров сводилось к тому, чтобы поместить числа в куб для создания одного примера, а затем просто изменить п111 и позволяя изменениям распространяться.
Изменить: Это точка, где я понял, что вы на самом деле работали с фиксированными маргиналами, и что вы знаете, что каждая переменная была Б е г (1 / 10), но если картинка выше имеет смысл, ее можно настроить, пока у вас не появятся нужные маргиналы.
Четыре или более монет
Наконец, когда у нас более трех монет, неудивительно, что мы можем составить неудачные примеры, поскольку теперь у нас есть еще большее расхождение между количеством параметров, необходимых для описания совместного распределения, и теми, которые нам предоставляют маргиналы и корреляции.
Конкретно, для любого числа монет больше трех вы можете просто рассмотреть примеры, первые три монеты которых ведут себя так же, как в двух приведенных выше примерах, и для которых результаты последних двух монет не зависят от всех других монет.