Nächste Seite: Lineare Transformation von normalverteilten
Aufwärts: Multivariate Normalverteilung
Vorherige Seite: Charakteristiken der multivariaten Normalverteilung
  Inhalt
Randverteilungen und Unabhängigkeit von Teilvektoren;
Faltungsstabilität
- In diesem Abschnitt zeigen wir, wie weitere interessante
Eigenschaften der multivariaten Normalverteilung mit Hilfe von
Theorem 1.2 hergeleitet werden können.
- Hierfür benötigen wir eine vektorielle Version des
Eindeutigkeitssatzes für charakteristische Funktionen (vgl.
Korollar WR-5.5), die wir ohne Beweis angeben.
Lemma 1.9
Seien

beliebige Zufallsvektoren;

,

. Dann
gilt
genau dann, wenn |
(21) |
wobei
die charakteristischen Funktionen von

bzw.

sind.
Zunächst zeigen wir, dass beliebige Teilvektoren von
normalverteilten Zufallsvektoren erneut normalverteilt sind.
- Dabei setzen wir so wie bisher voraus, dass
ein beliebiger Vektor
und
eine symmetrische und positiv definite
-Matrix ist.
- Es ist klar, dass der Zufallsvektor
für jede Permutation
der natürlichen Zahlen
normalverteilt ist, wenn
normalverteilt ist.
- Bei der Untersuchung der Verteilung von Teilvektoren
normalverteilter Zufallsvektoren können wir uns somit o.B.d.A. auf
die Betrachtung der ersten Komponenten beschränken.
Korollar 1.2

Sei

, wobei

positiv definit sei. Dann gilt
wobei

und

diejenige

Matrix bezeichnet, die aus den ersten

Zeilen bzw.
Spalten von

gebildet wird.
- Beweis
-
Bei der Zerlegung des normalverteilten Zufallsvektors
in die zwei Teilvektoren
und
, wobei
, lässt sich ein einfaches Kriterium dafür angeben, dass
und
unabhängig
sind.
Korollar 1.3

Sei

ein normalverteilter
Zufallsvektor mit

;

. Die Teilvektoren

und

sind genau dann unabhängig, wenn

für beliebige

und

.
- Beweis
-
- Beachte
-
- Schließlich diskutieren wir noch die Faltungsstabilität der
multivariaten Normalverteilung und verallgemeinern dabei
Korollar WR-3.2, wo wir diese Eigenschaft für die eindimensionale
Normalverteilung bewiesen hatten.
- In diesem Zusammenhang ist die folgende Formel für die
charakteristische Funktion von Summen unabhängiger Zufallsvektoren
nützlich, die sich genauso wie die in Theorem WR-5.18 für den
eindimensionalen Fall hergeleitete Formel beweisen lässt.
Lemma 1.10
Seien

unabhängige Zufallsvektoren. Für
die charakteristische Funktion

der Summe

gilt dann
 |
(22) |
wobei

die charakteristische Funktion von

bezeichnet;

.
Die folgende Aussage wird Faltungsstabilität der
multivariaten Normalverteilung genannt.
Korollar 1.4

Seien

unabhängige Zufallsvektoren
mit

für

. Dann
gilt

.
- Beweis
-
- Aus (17) und (22) ergibt sich, dass
- Hieraus und aus dem Eindeutigkeitssatz für charakteristische
Funktionen von Zufallsvektoren (vgl. Lemma 1.9)
ergibt sich die Behauptung.
Nächste Seite: Lineare Transformation von normalverteilten
Aufwärts: Multivariate Normalverteilung
Vorherige Seite: Charakteristiken der multivariaten Normalverteilung
  Inhalt
Hendrik Schmidt
2006-02-27