8 votos

En una familia exponencial, son "todos los valores posibles" del valor esperado de estadísticas llegamos [pregunta reformulada]

Un aumento exponencial de la familia se define mediante dos ingredientes: - una base de la densidad de $q_0(x)$ - un número suficiente de estadísticas de $S_i(x)$

La familia es toda probabilidad densidades que puede ser escrito como: $$ q(x| (\lambda)_i ) \propto q_0(x) \exp \left( \sum_i \lambda_i S_i(x) \right) $$

Es bien sabido que la relación entre los parámetros de $ (\lambda_i) $ y el valor esperado de la suficiente estadísticas: $$ E_q( S_i(x) | (\lambda_i) ) = \frac{\int S_i (x) q_0(x) \exp \left( \sum_i \lambda_i S_i(x) \right) dx}{ \int q_0(x) \exp \left( \sum_i \lambda_i S_i(x) \right) dx} $$ es un bijection.

Mi pregunta es si este bijection además llega a "todos los valores posibles" para $E_q( S_i(x) | (\lambda_i) )$. En mi pregunta original, me dio una muy mala definición de este conjunto de "todos los valores posibles", lo que hizo de modo que la respuesta a mi pregunta fue, algo trivial, no.

Para definir, "todos los valores posibles", debemos tener en cuenta que la imagen del vector de valores de la función:

$$ x \rightarrow \mathbf{S}(x) $$

Un valor en $\mathbb{R}^d$ puede ser alcanzado por el valor esperado de $\mathbf{S}$ bajo de densidad de probabilidad $p(x)$ si y sólo si se encuentra en el casco convexo de la imagen de $\mathbf{S}$.

La pregunta entonces es: ¿cuándo es el valor esperado de $\mathbf{S}$ dentro de la exponencial de la familia también tienen esta propiedad de abarca todo el casco convexo de la imagen de $\mathbf{S}$ ?

He aquí dos ejemplos:

El gaussiano de la familia en n-dimensiones: la de suficientes estadísticas son todos de primer y segundo momentos. De hecho, es el caso que todos los de primera y segunda momentos puede ser alcanzado por una Gaussiana.

La exponencial de la familia: $$ q(x|\lambda) = exp( - |x| + \lambda x^2 ) $$

no llegue a todos los valores para el segundo momento: valores bajo el límite inferior en $\lambda=0$ no alcanzado.

Este segundo ejemplo me hace pensar que los problemas se producen en las colas, si se producen en todos, pero tal vez que la intuición es malo.

4voto

VinceM Puntos 26

No necesariamente, depende de si el extendido de cono convexo generado por la variación de la $\lambda_i$ fuera del rango de su espacio de parámetros que pueden abarcar la totalidad de significar el espacio de parámetros. Una situación es que el modelo exponencial es más parámetros, donde no se puede "llenar" el espacio entero variando $\lambda$'s; la otra situación es que su exponencial de la familia es curva, que también falla un intento de este tipo. Véase también mi respuesta aquí :http://mathoverflow.net/questions/261373/convex-support-of-an-exponential-family-and-its-mean-parameter-space-mathcalm

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