сумма нецентральных случайных величин хи-квадрат


21

Мне нужно найти распределение случайной величины где и все независимы. Я знаю, что можно сначала найти произведение всех функций, генерирующих моменты для s, а затем преобразовать обратно, чтобы получить распределениеОднако мне интересно, существует ли общая форма для как в случае с Гауссом: мы знаем, что сумма независимых гауссов по-прежнему является гауссовой, и поэтому нам нужно знать только суммированное среднее и суммированную дисперсию.X iN ( μ i , σ 2 i ) X i

Y=i=1n(Xi)2
XiN(μi,σi2)Xi Y YXiYY

Как насчет всех ? Приведет ли это условие к общему решению?σi2=σ2


1
Глядя на первый абзац здесь , ясно, что конечное условие дает масштабированный нецентральный хи-квадрат (разделите на (масштабный коэффициент, который вы берете во фронт) и сделайте в ). Более общая форма, с которой вы начали, выглядит как линейная комбинация или средневзвешенная шкала, с коэффициентами а не с простой суммой масштабированных квадратов ... и я считаю, что в общем случае не будет требуемого распределения. σ i = 1 k i = 1 ( X i / σ i ) 2 σ 2 iσ2σi=1i=1k(Xi/σi)2σi2
Glen_b

В зависимости от того, для чего это нужно, в определенных случаях вы можете выполнять числовую свертку или моделирование.
Glen_b

Это обобщается распределением «взвешенной суммы лог-хи-квадратов к власти». Мой пакет R sadistsпредоставляет приблизительные функции 'dpqr' для ; cf github.com/shabbychef/sadistsY
shabbychef

Ответы:


17

Как отметил Glen_b в комментариях, если все различия одинаковы, вы получите масштабированный нецентральный хи-квадрат.

Если нет, то существует понятие обобщенного распределения хи-квадрат , то есть для и фиксированногоВ этом случае, у вас есть частный случай диагональной ( ), и .x N ( μ , Σ ) A Σ Σ i i = σ 2 i A = IxTAxxN(μ,Σ)AΣΣii=σi2A=I

Была некоторая работа по вычислению вещей с этим распределением:

  • Imhof (1961) и Davies (1980) численно инвертируют характеристическую функцию.
  • Шейл и О'Мюрчаро (1977) записывают распределение как бесконечную сумму центральных переменных хи-квадрат.
  • Куонен (1999) дает седловое приближение к pdf / cdf.
  • Liu, Tang and Zhang (2009) аппроксимируют его нецентральным распределением хи-квадрат на основе сопоставления кумулянтов.

Вы также можете написать его как линейную комбинацию независимых нецентральных переменных хи-квадрат , в таком случае:Y=i=1nσi2(Xi2σi2)

Bausch (2013) дает более вычислительно эффективный алгоритм для линейной комбинации центральных хи-квадратов; его работа может быть распространена на нецентральные хи-квадраты, и вы можете найти некоторые интересные указатели в соответствующем разделе работы.


2
Сравнение методов аппроксимации найдено в Duchesne et al. 2010. Вычислительная статистика и анализ данных, 54, 858–862. Авторы поддерживают пакет R CompQuadForm с реализациями.
Каракал

-10

Это будет хи-квадрат русской степени свободы.


6
Я полагаю, вы упустили из виду, что может быть ненулевым. Комментарии к вопросу, а также существующий ответ являются информативными. μi
whuber
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.