7.9

Прогноз и условное математическое ожидание

[9/100%]
Показать
LaTeX
Задача 7.9.1

Пусть YY равномерно распределена на [−1,1][-1,1], и пусть X=Y2X = Y^{2}.

?
(a)

Найдите наилучший предсказатель XX по YY и YY по XX.

(b)

Найдите наилучший линейный предсказатель XX по YY и YY по XX.

Задача 7.9.2
?
(a)

Пусть пара (X,Y)(X, Y) имеет общее двумерное нормальное распределение. Найдите E[Y∣X]\mathbb {E}\left[Y \mid X\right].

(b)

Пусть U1,U2,…,UnU_{1}, U_{2}, \ldots , U_{n} — независимые случайные величины N(0,1)N(0,1), и пусть (ai),(bi)\left(a_{i}\right),\left(b_{i}\right) — вещественные ненулевые векторы. Покажите, что X=∑iaiUiX = \sum_{i} a_{i} U_{i} и Y=∑ibiUiY = \sum_{i} b_{i} U_{i} удовлетворяют

E[Y∣X]=X∑iaibi∑iai2 \mathbb {E}\left[Y \mid X\right] = X \frac{\sum _{i} a_{i} b_{i}}{\sum _{i} a_{i}^{2}}
Задача 7.9.3

Пусть X1,X2,…,XnX_{1}, X_{2}, \ldots , X_{n} — случайные величины с нулевыми средними и ковариационной матрицей V=(vij)\mathbf{V} = \left(v_{i j}\right), и пусть YY имеет конечный второй момент. Найдите линейную функцию hh от XiX_{i}, минимизирующую среднеквадратичную ошибку E[(Y−h(X1,…,Xn))2]\mathbb {E}\left[\left(Y-h\left(X_{1}, \ldots , X_{n}\right)\right)^{2}\right].

?
Задача 7.9.4

Проверьте следующие свойства условного математического ожидания. Можете считать, что соответствующие математические ожидания существуют.

?
(a)

E[E[Y∣g]]=E[Y]\mathbb {E}\left[\mathbb {E}\left[Y \mid g\right]\right] = \mathbb {E}\left[Y\right].

(b)

E[αY+βZ∣g]=αE[Y∣g]+βE[Z∣g]\mathbb {E}\left[\alpha Y+\beta Z \mid g\right] = \alpha \mathbb {E}\left[Y \mid g\right] + \beta \mathbb {E}\left[Z \mid g\right] при α,β∈R\alpha , \beta \in \mathbb {R}.

(c)

E[Y∣g]≥0\mathbb {E}\left[Y \mid g\right] \geq 0, если Y≥0Y \geq 0.

(d)

E[Y∣g]=E[E[Y∣H]∣g]\mathbb {E}\left[Y \mid g\right] = \mathbb {E}\left[\mathbb {E}\left[Y \mid \mathcal{H}\right] \mid g\right], если G⊆H\mathcal{G} \subseteq \mathcal{H}.

(e)

E[Y∣G]=E[Y]\mathbb {E}\left[Y \mid \mathcal{G}\right] = \mathbb {E}\left[Y\right], если YY независима от IGI_{G} при каждом G∈GG \in \mathcal{G}.

(f)

Неравенство Йенсена. g{E[Y∣g]}≤E[g(Y)∣g]g\left\{ \mathbb {E}\left[Y \mid g\right]\right\} \leq \mathbb {E}\left[g(Y) \mid g\right] для всех выпуклых функций gg.

(g)

Если Yn→ п.н. YY_{n} \xrightarrow {\text{ п.н. }} Y и ∣Yn∣≤Z\left|Y_{n}\right| \leq Z п.н., где E[Z]<∞\mathbb {E}\left[Z\right] < \infty, то E[Yn∣g]→ п.н. E[Y∣g]\mathbb {E}\left[Y_{n} \mid \mathcal{g}\right] \xrightarrow {\text{ п.н. }} \mathbb {E}\left[Y \mid \mathcal{g}\right].

Утверждения (b)-(f), разумеется, следует понимать «почти наверное».

Задача 7.9.5

Пусть XX и YY имеют совместную функцию вероятности f(x,y)={x(x+1)}−1f(x, y) = \left\{ x(x+1)\right\}^{-1} при x=y=1,2,…x = y = 1,2, \ldots. Покажите, что E[Y∣X]<∞\mathbb {E}\left[Y \mid X\right] < \infty, тогда как E[Y]=∞\mathbb {E}\left[Y\right] = \infty

?
Задача 7.9.6

Пусть (Ω,F,P)(\Omega , \mathcal{F}, \mathbb {P}) — вероятностное пространство, и пусть g\mathcal{g} — под-σ\sigma-алгебра F\mathcal{F}. Пусть HH — пространство gизмеримых случ\mathcal{g}_{\text{измеримых случ}} случайных величин с конечным вторым моментом.

?
(a)

Покажите, что HH замкнуто относительно нормы ∥⋅∥2\left\| \cdot \right\|_{2}.

(b)

Пусть YY — случайная величина, удовлетворяющая E[Y2]<∞\mathbb {E}\left[Y^{2}\right] < \infty, и покажите эквивалентность следующих двух утверждений для любого M∈HM \in H :

(i) E[(Y−M)Z]=0\mathbb {E}\left[(Y-M) Z\right] = 0 для всех Z∈HZ \in H,

(ii) E[(Y−M)IG]=0\mathbb {E}\left[(Y-M) I_{G}\right] = 0 для всех G∈GG \in \mathcal{G}.

Задача 7.9.7

Для, возможно, зависимых случайных величин XX и YY определим коэффициент максимальной корреляции m(X,Y)=sup⁡ρ(f(X),g(Y))m(X, Y) = \sup \rho (f(X), g(Y)), где ρ\rho обозначает обычную корреляцию, а супремум берётся по всем функциям ff и gg, таким что f(X)f(X) и g(Y)g(Y) имеют конечные ненулевые дисперсии. Покажите, что:

?
(a)

m(X,Y)=0m(X, Y) = 0 тогда и только тогда, когда XX и YY независимы,

(b)

m(X,Y)2=sup⁡gVar⁡[E[g(Y)∣X]]m(X, Y)^{2} = \sup_{g} \operatorname {Var}\left[\mathbb {E}\left[g(Y) \mid X\right]\right], где супремум берётся по всем функциям gg, таким что Var⁡[g(Y)]=1\operatorname {Var}\left[g(Y)\right] = 1

(c)

f^(X)m(X,Y)=E[g^(Y)∣X]\widehat{f}(X) m(X, Y) = \mathbb {E}\left[\widehat{g}(Y) \mid X\right] п.н., где f^\widehat{f} и g^\widehat{g} — функции, такие что m=ρ(f^(X),g^(Y))m = \rho (\widehat{f}(X), \widehat{g}(Y)).

(d)

Имеем, п.н., что

E[E[f^(X)∣Y]∣X]=m(X,Y)2f^(X),E[E[g^(Y)∣X]∣Y]=m(X,Y)2g^(Y) \mathbb {E}\left[\mathbb {E}\left[\widehat{f}(X) \mid Y\right] \mid X\right] = m(X, Y)^{2} \widehat{f}(X), \quad \mathbb {E}\left[\mathbb {E}\left[\widehat{g}(Y) \mid X\right] \mid Y\right] = m(X, Y)^{2} \widehat{g}(Y)
(e)

Если упорядоченная тройка X,Y,ZX, Y, Z образует марковскую цепь, покажите, что m(X,Z)≤m(X,Y)m(Y,Z)m(X, Z) \leq m(X, Y) m(Y, Z), причём равенство достигается, если (X,Y)(X, Y) и (Z,Y)(Z, Y) одинаково распределены.

(f)

Выведите отсюда, что для пары (U,V)(U, V) со стандартным двумерным нормальным распределением m(U,V)m(U, V) является возрастающей функцией модуля корреляции ∣ρ∣\left|\rho \right|. [Можно показать, что в этом случае m(U,V)=∣ρ∣m(U, V) = \left|\rho \right|.]

Задача 7.9.8

Пусть ρmon⁡(X,Y)=sup⁡ρ(f(X),g(Y))\rho_{\operatorname {mon}}(X, Y) = \sup \rho (f(X), g(Y)), где супремум берётся по всем монотонным функциям ff и gg, таким что f(X)f(X) и g(Y)g(Y) имеют конечные ненулевые дисперсии. Покажите, что ρmon (X,Y)=0\rho_{\text{mon }}(X, Y) = 0 тогда и только тогда, когда XX и YY независимы.

Для случайных величин X,YX, Y с конечными ненулевыми дисперсиями покажите, что ρ(X,Y)≤ρmon⁡(X,Y)≤m(X,Y)\rho (X, Y) \leq \rho_{\operatorname {mon}}(X, Y) \leq m(X, Y), где mm — коэффициент максимальной корреляции.

?
Задача 7.9.9

Пусть (X,Y)(X, Y) имеет совместную плотность f(x,y)=2e−x−yf(x, y) = 2 e^{-x-y} при 0<x≤y<∞0 < x \leq y < \infty.

?
(a)

Найдите предсказатель XX по Y=yY = y с минимальной среднеквадратичной ошибкой.

(b)

Найдите линейный предсказатель XX по Y=yY = y с минимальной среднеквадратичной ошибкой.

(c)

Сравните их.