7 votos

¿Es la expectativa condicional continuo de variación total?

Si tenemos dos distribuciones conjuntas en $(X,Y)$, $P_{X,Y}$ y $Q_{X,Y}$ que están cerca de la $L^1$ o "variación total" con $\|P_{X,Y}-Q_{X,Y}\|_1<\varepsilon$, entonces:

  • Son las distribuciones en el condicional expectativas de $P_{E[X|Y]}, Q_{E[X|Y]}$ también muy cerca en $L^1$, por ejemplo,$\|P_{E[X|Y]}-Q_{E[X|Y]}\|_1<N\varepsilon$?

  • En particular, lo que sobre el caso donde$Y=X+Z$$X\perp Z$?

  • Si $X,Y$ son finitos, la media y la varianza, son los medios y las desviaciones de $E[X|Y]$ bajo las dos distribuciones de cerca?

Suponiendo que todos ellos son continuas Caravanas, la diferencia es:

\begin{align} \left|P_{E[X|Y]}(w)-Q_{E[X|Y]}(w)\right| &= \left|\int_{y\in A_P} P_Y(y) dy -\int_{y\in A_Q } Q_Y(y) dy\right| \end{align}

con $A_P=\left\{y:\int x P(X=x|Y=y) dx = w\right\},\ A_Q=\left\{y:\int x Q(X=x|Y=y) dx = w\right\}.$

Yo no puedo averiguar cómo hacer que la diferencia entre los dos conjuntos más pequeños, lo cual me hace sospechoso que la esperanza condicional, desafortunadamente, no es continua en este sentido.

3voto

Reto Meier Puntos 55904

Para un contraejemplo para sus dos primeros casos, vamos a $X,Z$ ser independiente Rademacher, variables aleatorias y $Y = X+Z$. En $P$, supongamos $X$ es Rademacher($p$) para algunos $p$ (es decir,$P(X=1) = p$, $P(X=-1)=1-p$), y $Z$ es Rademacher(1/2). En $Q$, supongamos $X,Z$ son tanto Rademacher(1/2). En cada caso, tome $Y=X+Z$ como usted sugiere.

Ahora se puede comprobar que $$P_{X,Y} = \frac{p}{2} (\delta_{(1,2)} + \delta_{(1,0)}) + \frac{1-p}{2} (\delta_{(-1,0)} +\delta_{(-1,-2)})$$ y $Q_{X,Y}$ es el mismo con $p=1/2$. Usted puede calcular directamente que el total de la variación de la distancia entre el $P_{X,Y}$ $Q_{X,Y}$ $|1-2p|$ y, en particular, se va a cero, como se $p \to 1/2$.

Después, en $P$, ten en cuenta que $$E[X \mid Y] = \begin{cases} 1, & Y=2 \\ -1, & Y = -2 \\ p - \frac{1}{2}, & Y=0 \end{cases}$$
donde estos eventos tienen probabilidades $p/2$, $(1-p)/2$, $1/2$ respectivamente. Por lo tanto $$P_{E[X \mid Y]} = \frac{p}{2} \delta_1 + \frac{1-p}{2} \delta_{-1} + \frac{1}{2} \delta_{p - \frac{1}{2}}$$ y $Q_{E[X \mid Y]}$ es el mismo con $p=1/2$. En particular, para $p \ne 1/2$ el total de la variación de la distancia entre el $P_{E[X \mid Y]}$ $Q_{E[X \mid Y]}$ es siempre al menos 1.

A la tercera pregunta, mientras los medios, el "condicional" es realmente irrelevante, así que podemos aprovechar $Y=0$ en todos los casos. Fix $n$ y supongamos que $P(X=n) = 1/n$, $P(X=0) = 1-1/n$, y $Q(X=0)=1$. El total de la variación de la distancia entre el $P_X$ $Q_X$ (y de la misma manera $P_{X,Y}, Q_{X,Y}$)$2/n$, que va de 0 $n \to \infty$. Pero en$P$, $E[X \mid Y] = E[X] = 1$ cualquier $n$, mientras que en las $Q$ es 0.

El problema básico es que para cualquier espacio de estado $E$, la variación total de la topología en el espacio $\mathcal{P}(E)$ de probabilidad de medidas en $E$ no es capaz de detectar la topología de $E$, pero solo en sus medibles de la estructura. Por lo que no se puede saber si dos puntos de $E$ están muy cerca o de lejos, pero sólo si están o no en el mismo punto. Esta es la razón por la topología débil es más útil para la mayoría de propósitos.

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