Si est distribué de façon exponentielle (i = 1, ..., n) avec le paramètre \ lambda et que les X_i sont mutuellement indépendants, quelle est l'attente de ( i = 1 , . . . , N ) λ X i
en termes de et et éventuellement d'autres constantes?
Remarque: Cette question a obtenu une réponse mathématique sur /math//q/12068/4051 . Les lecteurs y jetteraient également un coup d'œil.
Réponses:
Si , alors (sous indépendance), , donc est distribué gamma (voir wikipedia ). Donc, nous avons juste besoin de . Puisque , nous savons que . Par conséquent, (voir wikipedia pour l'espérance et la variance de la distribution gamma).y = ∑ x i ∼ G a m m a ( n , 1 / λ ) y E [ y 2 ] V a r [ y ] = E [ y 2 ] - E [ y ] 2 E [ y 2 ] = V a r [xi∼Exp(λ) y= ∑ xje∼ G a m m a ( n , 1 / λ ) y E[ y2] Va r [ y] = E[ y2] - E[ y]2 E [ y 2 ] = n / λ 2 + n 2 / λ 2 = n ( 1 + n ) / λ 2E[ y2] = Va r [ y] + E[ y]2 E[y2]=n/λ2+n2/λ2=n(1+n)/λ2
la source
La réponse ci-dessus est très agréable et répond complètement à la question, mais je vais plutôt fournir une formule générale pour le carré attendu d'une somme et l'appliquer à l'exemple spécifique mentionné ici.
Pour tout ensemble de constantes c'est un fait quea1,...,an
cela est vrai par la propriété Distributive et devient clair lorsque vous considérez ce que vous faites lorsque vous calculez à la main.(a1+...+an)⋅(a1+...+an)
Par conséquent, pour un échantillon de variables aléatoires , quelles que soient les distributions,X1,...,Xn
à condition que ces attentes existent.
Dans l'exemple du problème, sont des variables aléatoires iid , ce qui nous dit que et pour chaque . Par indépendance, pour , nous avonsX1,...,Xn exponential(λ) E(Xi)=1/λ var(Xi)=1/λ2 i i≠j
Il y a de ces termes dans la somme. Lorsque , nous avonsn2−n i=j
et il y a de ces termes dans la somme. Par conséquent, en utilisant la formule ci-dessus,n
est votre réponse.
la source
Ce problème n'est qu'un cas particulier du problème beaucoup plus général des «moments des moments» qui sont généralement définis en termes de notation de somme de puissance. En particulier, en notation de somme de puissance:
Ensuite, quelle que soit la distribution , l'affiche originale cherche (à condition que les moments existent). L'opérateur des attentes n'étant que le 1er moment brut, la solution est donnée dans le logiciel mathStatica par:E[s21]
[Le '___ToRaw' signifie que nous voulons que la solution soit présentée en termes de moments bruts de la population (plutôt que de moments centraux ou cumulants). ]
Enfin, si ~ Exponentiel ( ) avec pdf :λ f ( x )X λ f(x)
alors nous pouvons remplacer les moments dans la solution générale par les valeurs réelles pour une variable aléatoire exponentielle, comme ceci:μi
sol
Terminé.
PS La raison pour laquelle les autres solutions affichées ici donnent une réponse avec dans le dénominateur plutôt que dans le numérateur est, bien sûr, parce qu'elles utilisent un paramétrage différent de la distribution exponentielle. Étant donné que l'OP n'a pas indiqué la version qu'il utilisait, j'ai décidé d'utiliser la définition standard du manuel de théorie de la distribution Johnson Kotz et al… juste pour équilibrer les choses :)λ2
la source