www.matheraum.de
Das Matheforum.
Das Matheforum des MatheRaum.

Für Schüler, Studenten, Lehrer, Mathematik-Interessierte.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Mathe
  Status Schulmathe
    Status Primarstufe
    Status Mathe Klassen 5-7
    Status Mathe Klassen 8-10
    Status Oberstufenmathe
    Status Mathe-Wettbewerbe
    Status Sonstiges
  Status Hochschulmathe
    Status Uni-Analysis
    Status Uni-Lin. Algebra
    Status Algebra+Zahlentheo.
    Status Diskrete Mathematik
    Status Fachdidaktik
    Status Finanz+Versicherung
    Status Logik+Mengenlehre
    Status Numerik
    Status Uni-Stochastik
    Status Topologie+Geometrie
    Status Uni-Sonstiges
  Status Mathe-Vorkurse
    Status Organisatorisches
    Status Schule
    Status Universität
  Status Mathe-Software
    Status Derive
    Status DynaGeo
    Status FunkyPlot
    Status GeoGebra
    Status LaTeX
    Status Maple
    Status MathCad
    Status Mathematica
    Status Matlab
    Status Maxima
    Status MuPad
    Status Taschenrechner

Gezeigt werden alle Foren bis zur Tiefe 2

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
Mathe-Seiten:Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
StartseiteMatheForenUni-StochastikChi-Quadrat, idemp. Matrix
Foren für weitere Schulfächer findest Du auf www.vorhilfe.de z.B. Deutsch • Englisch • Französisch • Latein • Spanisch • Russisch • Griechisch
Forum "Uni-Stochastik" - Chi-Quadrat, idemp. Matrix
Chi-Quadrat, idemp. Matrix < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Uni-Stochastik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Chi-Quadrat, idemp. Matrix: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 13:20 Do 14.04.2011
Autor: wieschoo

Hi,

ich soll folgende Aussage beweisen:
Voraussetzungen:
[mm]Y\sim \mathcal{N}(0_n,E_n)[/mm], [mm]Z_1= Y^TAY,Z_2=Y^TBY, Z_3=c^TY[/mm]

a) [mm]A^2=A \wedge rg(A)=r \Rightarrow Z_1\sim \chi_r^2[/mm] chi-quadr-Vert. mit r Freiheitsgraden
b) [mm]AB=0_{n,n}\Rightarrow Z_1,Z_2[/mm] sind unabhängig
c) [mm]c^TA=0_n\Rightarrow Z_1,Z_3[/mm] sind unabhängig$


zu a)
Ich muss ja zeigen [mm]Z_1=\sum Y_i^2[/mm]. Da setze ich
[mm]b=AY[/mm], also [mm]b_i=\sum_{k=1}^{n}a_{ik}y_k[/mm]. Noch einmal multipliziert:
[mm]Z_i=\sum_{j=1}^{n}y_jb_j=\sum_{j=1}^{n}y_j\sum_{k=1}^{n}y_ka_{ik}=\sum_{j=1}^{n}\sum_{k=1}^{n}y_jy_ka_{ik}[/mm]
Könnte ich jetzt die Einheitsmatrix für A voraussetzen, dann wäre ich fertig,mit [mm]a_{ik}=\delta_{ik}[/mm] Kroneckerdelta. Für A weiß ich nur die Eigenschaft der Idempotenz. Es wird keine Symmetrie vorausgesetzt. Ich kann also mit dem Trägheitssatz von Sylvester keine ONB in dem Sinne konstruieren mit [mm]A=F^{-1}DF[/mm] und Eigenwerten .

zu b)
zu zeigen wäre ja [mm]cov(Z_1,Z_2)=0[/mm].
Eingesetzt:
[mm]cov(Y^TAY,Y^TBY)=\mathbb{E}((Z_1-\mathbb{E}Z_1)(Z_2-\mathbb{E}Z_2))[/mm]
=[mm]\mathbb{E}((Z_1-r)(Z_2-r)[/mm]             da gilt   [mm]Z_1,Z_2\sim \chi_r^2[/mm]
=[mm]\mathbb{E}(Z_1Z_2-rZ_1-rZ_2+r^2)[/mm]
=[mm]\mathbb{E}(Y^TAYY^TBY-rZ_1-rZ_2+r^2)[/mm]
=[mm]\mathbb{E}(Y^TAYY^TBY)-\mathbb{E}(rZ_1)-\mathbb{E}(rZ_2)+\mathbb{E}(r^2)[/mm]
=[mm]\mathbb{E}(Y^TAYY^TBY)-r^2-r^2[/mm]

am liebsten würde ich jetzt auf [mm]\mathbb{E}(Y^TAYY^TBY)=2r^2[/mm] kommen.

Kann mir bitte jemand unter die Arme greifen?


        
Bezug
Chi-Quadrat, idemp. Matrix: Antwort
Status: (Antwort) fertig Status 
Datum: 16:27 Do 14.04.2011
Autor: Blech

Hi,


[mm] $a=\vektor{1\\1},\quad b=\vektor{1\\0}$ [/mm]

[mm] $ab^t$ [/mm] ist idempotent, aber

$Y^tab^tY= [mm] (Y_1+Y_2)Y_1$ [/mm] ist nicht [mm] $\chi^2$-verteilt. [/mm]

Du brauchst zusätzlich, daß $A$ (und $B$ denk ich auch) symmetrisch ist. Damit ist sie diagonalisierbar. Die Eigenwerte von A sind der r-fache Eigenwert 1 und der $n-r$ fache Eigenwert 0.

[mm] $Y^tAY=(D^{1/2}QY)^t(D^{1/2}QY) [/mm]

Laß das mit den einzelnen Koeffizienten, und rechne mal nur mit Matrizen.


zur b) zusätzlich noch: Aus Unkorreliertheit folgt nicht Unabhängigkeit bei der [mm] $\chi^2$-Verteilung, [/mm] bei der Normalverteilung hingegen schon...

ciao
Stefan

Bezug
                
Bezug
Chi-Quadrat, idemp. Matrix: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 21:06 Do 14.04.2011
Autor: wieschoo


> Hi,
>  
>
> [mm]a=\vektor{1\\ 1},\quad b=\vektor{1\\ 0}[/mm]
>  
> [mm]ab^t[/mm] ist idempotent, aber
>
> [mm]Y^tab^tY= (Y_1+Y_2)Y_1[/mm] ist nicht [mm]\chi^2[/mm]-verteilt.

Ich weiß, dass symmetrisch [mm]Leftarrow[/mm] idempotent nicht gilt.

>  
> Du brauchst zusätzlich, daß [mm]A[/mm] (und [mm]B[/mm] denk ich auch)
> symmetrisch ist. Damit ist sie diagonalisierbar. Die

Das war auch mein Gedanke. Jedoch steht nirgends etwas von Symmetrie.

> Eigenwerte von A sind der r-fache Eigenwert 1 und der [mm]n-r[/mm]
> fache Eigenwert 0.

Mit der Begründung: [mm]A^2=A\gdw A^2-A=0\Rightarrow \mu = x^2-x \Rightarrow [/mm] Eigenwerte 1,0.

>  
> [mm]$Y^tAY=(D^{1/2}QY)^t(D^{1/2}QY)[/mm]

Vielleicht [mm]Y^TAY=Y^TQ^TDQY=(QY)^TD(QY)=H^TDH[/mm] mit [mm]H=QY \sim \mathcal{N}(0_n,QQ^T)[/mm] ??
Da hilft vielleicht doch dann die Koeff-schreibweise um zu sehen [mm]Z_i=\sum_{i=1}^{n-k}H_i^2 \sim \chi^2_{n-k}[/mm]

>  
> Laß das mit den einzelnen Koeffizienten, und rechne mal
> nur mit Matrizen.
>  
>
> zur b) zusätzlich noch: Aus Unkorreliertheit folgt nicht
> Unabhängigkeit bei der [mm]\chi^2[/mm]-Verteilung, bei der
> Normalverteilung hingegen schon...

Wie zeige ich das dann. Unabhängig heißt ja hier im speziellen Fall
Kannst du mir einen Ansatz geben?
Muss ich vielleicht zeigen, dass die Kovarianmatrix eine Diagonalmatrix ist? Und wie mache ich das?

Geht der Ansatz dann auch für c)

>  
> ciao
>  Stefan


Bezug
                        
Bezug
Chi-Quadrat, idemp. Matrix: Antwort
Status: (Antwort) fertig Status 
Datum: 22:24 Do 14.04.2011
Autor: vivo

Hi,

schau mal hier

[mm] http://www.mathematik.uni-ulm.de/stochastik/lehre/ws02_03/statistik_2/skript/node32.html [/mm]

Unabhängigkeit Theorem 3.16, Verteilung  weiter oben.

grüße

Bezug
                        
Bezug
Chi-Quadrat, idemp. Matrix: Antwort
Status: (Antwort) fertig Status 
Datum: 22:47 Do 14.04.2011
Autor: Blech

Hi,

> Ich weiß, dass symmetrisch $ Leftarrow $ idempotent nicht gilt.

Mein Punkt ist, daß [mm] $ab^t$ [/mm] idempotent aber nicht symmetrisch ist. Die Aussagen, die Du beweisen sollst brauchen Symmetrie.

> Vielleicht $ Y^TAY=Y^TQ^TDQY=(QY)^TD(QY)=H^TDH $ mit $ H=QY [mm] \sim \mathcal{N}(0_n,QQ^T) [/mm] $ ??

Das ist gut. Das ist so aufgespalten sogar kürzer, als ich das gemacht hätte.

> Da hilft vielleicht doch dann die Koeff-schreibweise um zu sehen $ [mm] Z_i=\sum_{i=1}^{n-k}H_i^2 \sim \chi^2_{n-k} [/mm] $

Der letzte Schritt muß das sein. Ich hatte Befürchtungen, daß Du gleich im ersten Schritt mit Doppelsummen anfängst. =)


> Kannst du mir einen Ansatz geben?

Wir machen da weiter, wo a) aufgehört hat.

$Y^tAY= (DQY)^tDQY$
$Y^tBY= (ERY)^tERY$ (Zerlegung von B analog zu A)

$DQY$ und $ERY$ sind beide multivariat normalverteilt. D.h. wenn Du mal die Kovarianz von den beiden betrachtest (wieder mit Matrizen =) und Unkorreliertheit zeigen kannst, dann folgt in dem Fall tatsächlich Unabhängigkeit. (Sind X und Y unabhängig, dann sind es auch $X^tX$ und $Y^tY$)


> Geht der Ansatz dann auch für c)

1:1 nicht. Ich fürchte die c) hab ich mir noch nicht angeschaut.
Korrektur, dürfte doch funktionieren.

ciao
Stefan

Bezug
                                
Bezug
Chi-Quadrat, idemp. Matrix: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 20:08 So 17.04.2011
Autor: wieschoo

Danke erst einmal für die Antworten.
> > Kannst du mir einen Ansatz geben?
>  
> Wir machen da weiter, wo a) aufgehört hat.
>  
> [mm]Y^tAY= (DQY)^tDQY[/mm]
>  [mm]Y^tBY= (ERY)^tERY[/mm] (Zerlegung von B
> analog zu A)

Die Zerlegung hatte ich auch

>  
> [mm]DQY[/mm] und [mm]ERY[/mm] sind beide multivariat normalverteilt. D.h.
> wenn Du mal die Kovarianz von den beiden betrachtest
> (wieder mit Matrizen =) und Unkorreliertheit zeigen kannst,
> dann folgt in dem Fall tatsächlich Unabhängigkeit. (Sind
> X und Y unabhängig, dann sind es auch [mm]X^tX[/mm] und [mm]Y^tY[/mm])

Du meinst ich soll:
[mm]cov(V)=cov(DQY)=(DQ)^TEDQ=Q^TD^TEDQ=Q^TD^2Q=Q^TDQ=A[/mm]
analog
[mm] $cov(\tilde{V}=\ldots=B$ [/mm]
berechnen?
Jetzt ist A,B die Koviarianmatrix?!
Um Unkorreliertheit zu zeigen muss ich doch auf eine Diagonalmatrix kommen.

Ich weiß noch nicht einmal wie ich mit diesem Ansatz weiter rechne. Noch habe ich auch ein Funke einer Idee, wo ich dieses AB=0 verwenden kann.
Ich glaube ich muss um einen nächsten Wegweiser bitten.

Was mich auch irritiert ist, dass $Y^TAY$ ein Skalar und dieses Z ein Vektor ist.


>  
>
> > Geht der Ansatz dann auch für c)
>  
> 1:1 nicht. Ich fürchte die c) hab ich mir noch nicht
> angeschaut.
>  Korrektur, dürfte doch funktionieren.


>  
> ciao
>  Stefan


Bezug
                                        
Bezug
Chi-Quadrat, idemp. Matrix: Antwort
Status: (Antwort) fertig Status 
Datum: 00:21 Mo 18.04.2011
Autor: Blech

Hi,

> Du meinst ich soll:

Nö,

[mm] $\mathrm{Cov}(DQY,ERY)=\ldots$ [/mm]

> Um Unkorreliertheit zu zeigen muss ich doch auf eine Diagonalmatrix kommen.

Demzufolge trifft das hier auch nicht zu. Wenn [mm] $\mathrm{Cov}(X,X)$ [/mm] diagonal ist, dann sind die einzelnen Komponenten unkorreliert. Hier hast Du [mm] $\mathrm{Cov}(X,Y)$ [/mm] und die Frage ist, ob die beiden Vektoren unkorreliert sind.


> Was mich auch irritiert ist, dass $ Y^TAY $ ein Skalar und dieses Z ein Vektor ist.

welches Z?

ciao
Stefan

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Uni-Stochastik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.matheforum.net
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]