나는 임의의 변수의 비율이나 역수가 종종 기대치에 문제가 있다고 들었습니다. 왜 그런가요?


답변:


24

매우 간단하고 직관적 인 설명을하고 싶습니다. 그것은 그림을 보는 것과 같습니다.이 게시물의 나머지 부분은 그림을 설명하고 결론을 이끌어냅니다.

여기가 내려 오는 것입니다 : 는 "확률 질량"근처에 집중있을 때 X=0 , 근처에 너무 많은 가능성이있을 것 1/X± , 그 기대가 정의되지 않은 원인.


완전히 일반적인 것이 아니라 0 근처에서 연속 밀도 f X 를 갖는 랜덤 변수 에 초점을 맞추겠습니다 . f X ( 0 ) 0 이라고 가정하십시오 . 시각적으로, 이러한 조건은 f 의 그래프가 0 주위의 축 위에 있음을 의미합니다 .XfX0fX(0)0f0

밀도 그래프와 그 아래 영역을 보여주는 그림

fX0pfX(0)ϵx=02ϵpp×2ϵ=2pϵ

혼합물로 그래프를 보여주는 그림.

X

  1. 2pϵ(ϵ,ϵ)

  2. fXpI(ϵ,ϵ)

I

(1)0<u<ϵX0upu/21/X1/uS1/X

S(x)=Pr(1/X>x),

그림은 모든 대한 를 보여줍니다 .S(x)>p/(2x)x>1/ϵ

에 대한이 사실은 기대치가 정의되어 있지 않기 때문에 이제 끝났습니다 . S 의 양수 부분 , 의 기대치를 계산하는 데 포함 된 적분을 비교하십시오 .1/X(1/X)+=max(0,1/X)

E[(1/X)+]=0S(x)dx>1/ϵxS(x)dx>1/ϵxp2xdx=p2log(xϵ).

(이것은 순전히 기하학적 인 주장입니다 : 모든 적분은 식별 가능한 2 차원 영역을 나타내며, 모든 불평등은 그 지역 내의 엄격한 포함으로 인해 발생합니다. 실제로, 우리는 최종 적분이 대수라는 것을 알 필요조차 없습니다 : 단순한 기하학이 있습니다 이 적분을 보여주는 논증.)

같은 우측 발산 보낸 , 너무 발산한다. 의 마이너스 부분이있는 상황 은 동일합니다 (사각형이 주위를 중심으로하기 때문에 ). 같은 인수는 의 마이너스 부분이 기대되는 것을 나타냅니다 . 결과적으로 자체에 대한 기대 는 정의되지 않습니다.xE[(1/X)+]1/X01/X1/X

또한, 같은 주장은 가 지수 또는 감마 분포 (예 : 모양 매개 변수가 보다 작음 ) 와 같이 한쪽 에 확률이 집중 되어도 여전히 긍정적 인 기대가 분기되지만 부정적인 기대는 0이라는 것을 보여줍니다. 이 경우 기대치 정의되지만 무한합니다.X01


3
가정 이 결과에 결정적이라고 생각하는 것이 습니까? 내 말은, 우리는 가 적어도 관련된 매개 변수의 범위에 대해 모멘트를 가지고있는 경우가 , Gamma / Inverse-Gamma와 같은 인 경우에있는fX(0)01/XfX(0)=0
Alecos Papadopoulos

3
@Alecos 아니오, 그 가정은 중요하지 않습니다. 그 점과 에서 의 연속성은 인수를 간단하게 만들지 만 필수는 아닙니다. 및 대해 에 비례하는 밀도 가진 를 고려하십시오 . 이것은 에서 연속적 이지만 는 기대하지 않습니다. f0XfX1/log(x)0<x<1/efX(0)=001/X
whuber

14

비율과 역은 음이 아닌 임의의 변수에서 대부분 의미가 있으므로 거의 확실하게 가정 합니다. 경우, 양의 확률 값 제로 취할 이산 변수이며, 우리의 기대 이유를 설명하는 포지티브 확률을 제로로 분할 될 존재하지 않을 것이다.X0X1/X

이제 밀도 분포가 랜덤 변수 을 사용하여 연속 분포 사례를 살펴보십시오 . 이고 가 연속적 이라고 가정합니다 (적어도 0). 그런 다음있다 이되도록 대한 . 예상 값 로 주어진다 이제 적분 변수를 , , 획득 X0f(x)f(0)>0fϵ>0f(x)>ϵ0x<ϵ1/X

E1X=01xf(x)dx
u=1/xdu=1x2dx
E1X=0uf(1u)(1u)2du=01uf(1u)du
이제, 에서 이므로 on 에서 이것을 사용하면 는 예상이 존재하지 않음을 나타냅니다. 이 가정을 충족시키는 예는 비율 1의 지수 분포입니다.f(u)>ϵ[0,ϵ)f(1u)>1/ϵ(1/ϵ,)
E1X>ϵ1/ϵ1udu=

우리는 역수에 대한 답을주었습니다. 비율은 어떻습니까? 하자 두 음이 아닌 확률 변수의 비인. 그것들이 독립적이라면, 쓸 수 있습니다. 그래서 이것은 첫 번째 경우로 거의 줄어들고 할 말이별로 없습니다. . 조인트 밀도 팩토링을 로 의존한다면 어떻게 될까요? 위와 같은 치환을 사용하여) 우리는 내부 통합에 위와 같이 추론 할 수있다. 결과적되도록 조건부 밀도 경우 (소정Z=Y/X

EZ=EYX=EYE1x
f(x,y)=f(xy)g(y)
EYX=0y01xf(xy)dxg(y)dy=0y01uf(1uy)dug(y)dy
y)는 양수이고 연속적인 0이며, 양의 한계 확률을 갖는 의 세트에 대한 기대는 무한 할 것이다. 나는 의 한계 기대치 가 무한한 예제를 찾기가 쉽지 않을 것이라고 생각 하지만, 완벽한 상관 관계가 없다면 비율의 기대치 는 유한합니다. 그러한 예를 보는 것이 좋을 것입니다!y1/XY/X
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.