随机变量平方根的期望值和方差

机器算法验证 分布 方差 意思是
2022-03-29 16:09:33

是一个单变量连续随机变量,我可以为其计算所有原始矩和中心矩。X

在这种情况下是否有计算的确切方法?E[X]Var[X]

也就是说,是平方根函数E[g(X)]Var[g(X)]g

我在这里以一般方式提出了这个问题:Approximating the expected value and variance of the function of a (continuous univariate) random variable我还阅读了这个问题的答案和评论:Variance of powers of a random variable,但我认为它指的是整数幂,这不是我的情况。

2个回答

如果您只有矩序列,则 -th 矩不一定由它们确定。12

如果 MGF 存在于零附近,则矩序列将确定分布,并且应确定12

但是,如果您有 pdf,我们可以避免所有这些,因为我们可以尝试直接计算(例如,通过计算积分 -- I假设在非负半线上,原因很明显)。还要注意的分布很容易写下来(如果 )。例如,如果我们将密度视为标准密度 - 以这种方式识别期望可能会非常快。E(X12)0x12f(x)dxXXY=X,FY(y)=FX(y2)fY(y)=2yfX(y2)

正如 whuber 在评论中指出的那样,我们只需要找到,因为 .E(X)Var(X)=E(X)E(X)2

如果你只对期望的上界感兴趣,你可以使用 Jensen 不等式立即上界E[X]E[X], 如果E[X]足够接近1,近似值会很好..

否则,近似期望的标准工具是使用泰勒级数y=X1, 1+y=1y/2+y2/8y3/16+5y4/128

既然你已经有了 MGFX,您应该能够快速计算...