题目:
在实际中,我们有时候遇到这样的线性模型:
但H 也是由随机变量组成的,假设我们忽略这个差别而采用通用估计量:
其中我们假定H 的特定实现是已知的。
证明:如果H 和w 是独立的,那么 的均值和协方差是:
其中 表示对H 的PDF求数学期望。如果不做独立的假定会发生什么?
解答:
首先,根据 估计量的定义,可以得到:
、
此处用H 和w 是独立的条件,那么可以得到:
进一步,由于,因此我们可以得到在H 和w 是独立的条件下满足:
也就是说,尽管传统线性模型中,观测矩阵H 中也包含随机变量,但只要H 和w 是独立的,那么之前定义的通用估计量,至少仍然是无偏的。
其次,根据 估计量的定义,求协方差矩阵:
其中:
因此:
处理上述计算之前,先回顾数学期望的几个性质:
1. 随机变量x 的PDF函数为
,那么其连续型的数学期望可以表示为:
2.
是包含随机变量x 的函数,而x 的PDF函数为
,那么该函数对随机变量变化后的连续型数学期望可以表示为:
具体内容可以参考:
随机变量的函数期望? - 知乎中第二位答主的回答
3. 如果存在随机变量x 和y ,而x 和y 的联合概率分布函数为
,而
是包含随机变量x 和y 的函数,那么该二维函数的连续型数学期望可以表示为:
上述过程可以进一步参考:
随机变量的数学期望_白水的博客-CSDN博客_随机变量的期望
4. 由条件概率密度的性质,可以得到:
因此可以得到:
进一步,如果随机变量x 和y 相互独立,那么:
因此:
具体可以参考:
概率论知识回顾(十一):边缘密度函数,条件密度函数及其独立性_MengFly的博客-CSDN博客_边缘密度函数
由上述性质,我们可以得到:
如果随机变量x 和y 相互独立,那么
那么此时存在:
其中,
代表对x 的PDF求数学期望,而
代表对y 的PDF求数学期望。
如果此时更进一步,存在:
那么:
回到题目,H 是由随机变量组成,w 也是随机变量,那么:
进一步,由于 仅对随机变量w 取期望,那么存在:
因此,此时可以简化为:
而如果进一步利用H 和w 是独立的条件,那么可以得到:
证明完毕。
在 为不含随机变量情况下,线性最小方差无偏估计量的方差为:
两种结论相比较,可以得到: 为随机变量且与w 独立时,上述协方差矩阵需要对
求满足随机变量
概率密度分布下的数学期望,即: