STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
STOKASTIK Sannolikhetsteori och statistikteori med tillämpningar
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
ANMÄRKNING 3.37<br />
2007-10-08 – sida 131 – # 135<br />
3.10 NÅGRA VANLIGA FLERDIMENSIONELLA FÖRDELNINGAR 131<br />
Egentligen är slumpvariabeln (k-1)-dimensionell eftersom r<br />
i=1 Xi = n<br />
måste gälla för att ha positiv sannolikhet, så t.ex. den sista koordinaten är<br />
överflödig. Specialfallet r = 2 har ju tidigare studerats, binomialfördelningen,<br />
där utfallen kallades ”lyckat” <strong>och</strong> ”misslyckat” <strong>och</strong> då utelämnades<br />
antalet misslyckade eftersom summan var given.<br />
Att detta verkligen är en sannolikhetsfunktion beror på den kombinatoriska<br />
likheten<br />
(a1 + . . . + ar) n <br />
<br />
n<br />
=<br />
a<br />
k1 . . . kr<br />
k1,...,krk1+...+kr=n<br />
k1<br />
1 · . . . · akr r ,<br />
för godtyckliga reella tal a1, . . . , ar, <strong>och</strong> applicerat på ai = pi gäller <br />
i ai = 1<br />
varför vänster sida blir 1n = 1.<br />
Låt oss nu räkna ut väntevärde, varians <strong>och</strong> kovarianser för multinomialfördelningen.<br />
Betrakta specifikt händelsen i (1 ≤ i ≤ r) som i varje enskilt<br />
försök har sannolikhet pi att inträffa. Vi kan då klumpa ihop de övriga utfallen<br />
till en händelse som vi kan kalla ”icke-i” (eller ”misslyckade”) som<br />
således har sannolikhet <br />
j=i pj = 1 − pi. Således blir Xi binomialfördelad:<br />
Xi ∼ Bin(n, pi), av vilket följer att E(Xi) = npi, V (Xi) = npi(1 − pi) <strong>och</strong><br />
D(Xi) = npi(1 − pi). Vad gäller kovariansen C(Xi, Xj) kan man inte lika<br />
lätt resonera sig fram till vad den borde bli. Däremot inser man att den borde<br />
vara negativ eftersom att om Xi är ovanligt stor, dvs. att ovanligt många<br />
försök resulterat i utfall i, så borde det bli ovanligt få som resulterar i utfall j<br />
eftersom antalet försök är givet. Vi visar vad det blir i följande sats.<br />
SATS 3.27<br />
Låt (X1, X2, . . . , Xk) vara multinomialfördelad <strong>med</strong> parametrar n <strong>och</strong><br />
p1, . . . , pr. Då gäller för i = j<br />
E(Xi) = npi,<br />
V (Xi) = npi(1 − pi),<br />
C(Xi, Xj) = −npipj.<br />
ANMÄRKNING 3.38<br />
Som vanligt får man standardavvikelsen <strong>och</strong> korrelationen via dessa<br />
uttryck, man får då D(Xi) = npi(1 − pi) respektive ρ(Xi, Xj) =<br />
−<br />
<br />
pipj<br />
(1−pi)(1−pj) .