相关伯努利随机变量之和的正态近似

机器算法验证 相关性 正态分布 渐近的 近似 伯努利分布
2022-04-06 01:40:44

嗨,我正在寻找相关伯努利随机变量之和(编辑:具有相同参数)的正态近似方向的结果(如果它存在!!!),其中任何一对不同的伯努利变量之间的相关性进入被加数是常数并且等于p0<ρ<1

我已经用谷歌搜索了这个问题,但没有成功,如果在这种特殊情况下有任何参考或结果,我将不胜感激。

按照 Glen_b 的建议进行编辑,这里是我的均值和方差计算结果(因此相关性会增加方差):

E[i=1nXi]=n.p
E[(i=1nXi)2]E[i=1nXi]2=n.p.(1p)+n.(n1)ρ.p.(1p)
=np.(1p)(1+ρ(n1))

此致

1个回答

如果变量的数量足够大并且相关性远离 1,则存在适用的中心极限定理(例如,另请参阅用于平稳过程的 CLT 版本)。

因此,如果您的个变量具有参数,则的方差为 和:ipiXipi(1pi)

Cov(Xi,Xj)=ρpi(1pi)pj(1pj)

总和的期望值是期望值的总和。和的方差是方差之和加上所有成对协方差之和的两倍,如果足够大,标准化和将近似于标准正态。n

您可能需要考虑使用连续性校正的可能性。