9 votos

Distribución Poisson Correlacionada

$X_1$ Y$X_2$ son variables estocásticas discretas. Ambos pueden ser modelados por un proceso de Poisson con tasas de llegada$\lambda_1$ y$\lambda_2$, respectivamente.

$X_1$ Y$X_2$ tienen una correlación constante$\rho$.

¿Existe una ecuación analítica que describa la función de densidad de probabilidad:

$P(X_1= i,X_2= k)$

8voto

Mash See Puntos 13

Considerar este modelo que podría generar correlaciona variables de Poisson. Vamos $Y$, $Y_1$ y $Y_2$ tres independiente de Poisson variable con parámetros $r$, $\lambda_1$ y $\lambda_2$. Vamos $$X_i=Y_i+Y$$ for $i=1,2$. Then $X_1$ and $X_2$ are both Poisson with parameters $\lambda_1$ and $\lambda_2$. They have the correlation $$\rho=\frac{r}{\sqrt{(\lambda_1+r)(\lambda_2+r)}}$$ Ahora la distribución conjunta puede ser derivada como $$P[X_1=i,X_2=j]=e^{-(r+\lambda_1+\lambda_2)}\sum_{k=0}^{i\wedge j}\frac{r^k}{k!}\frac{\lambda_1^{(i-k)}}{(i-k)!}\frac{\lambda_1^{(j-k)}}{(j-k)!}$$ En el caso de un bivariante proceso de Poisson es inmediata a partir de aquí.

Usted puede mirar el Johnson y Kotz libro sobre multivariante distribuciones discretas para obtener más información (construcción de un bivariante distribución de Poisson no es única).

7voto

Michael Hardy Puntos 128804

Usted no ha dado suficiente información para decir lo que su distribución conjunta es. Pero tal vez la más simple posibilidad es esta: \begin{align} X_1 & = Y_1 + Y_2 \\ X_2 & = Y_2 + Y_3 \end{align} donde $Y_1,Y_2,Y_3$ son independientes de Poisson distribuido variables aleatorias con las expectativas de $\mu_1,\mu_2,\mu_3$, y, por supuesto,$\mu_1+\mu_2=\lambda_1$$\mu_2+\mu_3=\lambda_2$. Recordemos que la varianza de una distribución de Poisson distribuida variable aleatoria es el mismo que su valor esperado. Entonces la correlación es $\rho$ si $$ \operatorname{cov}(X_1,X_1) = \rho\sqrt{\operatorname{var}(X_1)\operatorname{var}(X_2)}=\rho\sqrt{\lambda_1\lambda_2}. $$ La covarianza es $$ \operatorname{cov}(X_1,X_1) = \operatorname{cov}(Y_1+Y_2,Y_2+Y_3) = \operatorname{var}(Y_2)=\mu_2. $$ Desde allí se puede pensar acerca de los posibles valores de $\mu_1,\mu_2,\mu_3$ como funciones de $\lambda_1,\lambda_2$.

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