2 votos

Distribución de la diferencia de dos variables aleatorias con distribución normal dividida por la raíz cuadrada de 2

En Inferencia estadística de Casella & Berger, en la demostración de un teorema (teorema 5.3.1, página 220 en particular) me encontré con la siguiente proposición:

"la distribución de $\frac{X_2 - X_1}{\sqrt 2}$ es $N(0,1)$ " donde $X_2, X_1$ son variables aleatorias iid con la misma media $\mu$ y la varianza $\sigma^2$ .

Pero a pesar de las horas que he pasado intentándolo, no he podido demostrar esta proposición aunque parezca bastante sencilla. Intenté utilizar los MGF:

\begin{align*} M_{\frac{X_2-X_1}{\sqrt 2}}(t)&=E\left[e^{t\frac{X_2-X_1}{\sqrt 2}}\right]\\ &=E\left[e^{t\frac{X_2}{\sqrt 2}}\right]E\left[e^{t\frac{-X_1}{\sqrt 2}}\right]\\ &=\left(e^{\frac{1}{\sqrt 2}\mu t+\frac{1}{4}t^2\sigma ^2}\right)\left(e^{\frac{-1}{\sqrt 2}\mu t+\frac{1}{4}t^2\sigma ^2}\right)\\ &=e^{0t+\frac{1}{2}t^2\sigma ^2} \end{align*}

así $\frac{X_2-X_1}{\sqrt 2} \sim N(0,\sigma ^2)$ , por lo que he encontrado que la varianza no es igual a $1$ . ¿Cuál es mi error aquí?

3voto

user142385 Puntos 26

Su cálculo es correcto. Lo que sí es cierto es que $\frac {X_1-X_2} {\sqrt 2 \sigma}$ es normal con media $0$ y la varianza $1$ .

3voto

asdf Puntos 26

En general, se tiene que para los independientes $X_i, i=1,2\dots n$ que son independientes $N(\mu_i, \sigma^2_i)$ $$\alpha_1X_1+\alpha_2X_2\dots a_nX_n \text{ is } N(\sum_{i=1}^n\alpha_i\mu_i, \sum_{i=1}^n\alpha^2_i\sigma^2_i)$$

y esto se puede demostrar fácilmente utilizando los FGM.

En particular, tomar $n=2, \alpha_1=\frac{1}{\sqrt{2}}, \alpha_2=-\frac{1}{\sqrt{2}}$ da su respuesta

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X