Ogranicza różnicę skorelowanych zmiennych losowych

9

Biorąc pod uwagę dwie wysoce skorelowane zmienne losowe X i Y, Chciałbym ograniczyć prawdopodobieństwo różnicy |XY| przekracza pewną kwotę:

P(|XY|>K)<δ

Załóż dla uproszczenia, że:

  • Współczynnik korelacji jest znany jako „wysoki”, powiedzmy: ρX,Y=covar(X,Y)/σXσY1ϵ

  • X,Y są równe zeru: μx=μy=0

  • 1xi,yi1 (lub 0xi,yi1 jeśli to łatwiej)

  • (Jeśli to ułatwia, powiedzmy X,Y mają identyczną wariancję: σX2=σY2)

Nie jestem pewien, jak wykonalne jest określenie różnicy, biorąc pod uwagę tylko powyższe informacje (na pewno nigdzie nie dotarłem). Świetne byłoby konkretne rozwiązanie (jeśli istnieje), obowiązkowe dodatkowe ograniczenia do nałożenia na dystrybucje lub po prostu porady dotyczące podejścia.

Avanti89
źródło

Odpowiedzi:

9

Nawet bez tych uproszczonych założeń granicę można uzyskać, łącząc kilka zwykłych narzędzi:

W szczegółach:

σXY2=σX2+σY22·cov(X,Y)

cov(X,Y)=σX·σY·ρXY

σXY2=σX2+σY22·σX·σY·ρX,Y

Według nierówności Czebyszewa dla dowolnej zmiennej losowej Z:

Pr(|Zμ|kσ)1k2

Następnie (i używając tego :μXY=μXμY)

Pr(|XYμX+μY|k·σX2+σY22·σX·σY·ρX,Y)1k2

Możemy zastosować proponowane założenia upraszczające, aby uzyskać prostsze wyrażenie. Kiedy:

ρX,Y=covar(X,Y)/σXσY=1ϵ
μx=μy=0
σX2=σY2=σ2

Następnie:

σX2+σY22·σX·σY·ρX,Y=2·σ2·(1(1ϵ))=2σ2ϵ

I dlatego:

Pr(|XY|k·σ2ϵ)1k2

Co ciekawe, wynik ten obowiązuje nawet wtedy, gdy nie jest mały, a jeśli warunek korelacji zmienia się z do , wynik się nie zmienia (ponieważ jest to już nierówność).ϵ=1ϵ1ϵ

Pere
źródło