www.vorhilfe.de
Vorhilfe

Kostenlose Kommunikationsplattform für gegenseitige Hilfestellungen.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "mathematische Statistik" - Definition neuer Zufallsvar.
Definition neuer Zufallsvar. < math. Statistik < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "mathematische Statistik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Definition neuer Zufallsvar.: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 17:39 Do 10.05.2007
Autor: cutter

Aufgabe
Es seien X und Y zwei st.u. Zufallsvariablen mit X~N(0,1) und P(Y=1)=P(Y=-1)=1/2.Definiere eine neue ZV Z:=XY.Zeigen Sie:
Z ist standardnormalverteilt, X und Z sind unkorreliert ,aber (X,Z) ist nicht multivariat normalverteilt

Hallo Maeddls und Jungs=)

Ich weiss schon nicht wie die neue ZV Z aussieht. Normaleweise handelt es sich ja immer um eine Faltung aber hier weiss ich wirklich nicht wie ich damit weiterrechnen soll.
Danke im vorraus;)

Ich habe diese Frage in keinem Forum auf anderen Internetseiten gestellt.

        
Bezug
Definition neuer Zufallsvar.: Antwort
Status: (Antwort) fertig Status 
Datum: 23:40 Do 10.05.2007
Autor: DirkG

Verwende einfach die Formel der totalen Wkt bzgl. der diskreten Zufallsgröße $Y$. Konkret heißt das bei der Berechnung der Verteilungsfunktion von $Z$:
[mm] $$\begin{array}{rcl} F_Z(t) &=& P(XY \leq t) = P(XY \leq t \bigm| Y=1)\cdot P(Y=1) + P(XY \leq t \bigm| Y=-1)\cdot P(Y=-1)\\ &\stackrel{!}{=}& P(X\cdot 1 \leq t \bigm| Y=1)\cdot P(Y=1) + P(X\cdot (-1) \leq t \bigm| Y=-1)\cdot P(Y=-1)\\ &=& P(X\leq t \bigm| Y=1)\cdot P(Y=1) + P(X\geq -t \bigm| Y=-1)\cdot P(Y=-1)\\ &=& P(X\leq t)\cdot P(Y=1) + P(X\geq -t)\cdot P(Y=-1)\end{array}$$ [/mm]
Es sollte klar sei, wie's weitergeht.

Die Kovarianzberechnung ist ganz einfach:
[mm] $$\operatorname{cov}(X,Z) [/mm] = E(XZ) - [mm] E(X)\cdot [/mm] E(Z) = E(X^2Y) - [mm] E(X)\cdot [/mm] E(Z) = [mm] E(X^2)\cdot [/mm] E(Y) - [mm] E(X)\cdot [/mm] E(Z) = [mm] 1\cdot 0-0\cdot [/mm] 0 = 0$$

Und das dritte schließlich: $(X,Z)$ ist nicht mal eine zweidimensional stetige Zufallsgröße, denn die gesamte Wahrscheinlichkeitsmasse ist entlang der beiden Geraden (!!!)  $z=x$ und $z=-x$ konzentriert - damit kann es gar kein zweidimensional normalverteilter Zufallsvektor sein.


Bezug
Ansicht: [ geschachtelt ] | ^ Forum "mathematische Statistik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.mathebank.de
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]