Problemi di statistica II per esame di ingegneria!

andresurf88
Salve a tutti,
sono uno studente di ingegneria gestionale e ho martedi l'esame di statistica II...ci sono un paio di esercizi che non riesco a risolvere e spero nel vostro aiuto per farlo perché altrimenti ho buone probabilitá di dover ripetere l'esame a settembre.
Per quanto mi sia applicato non sono riuscito a trovare risposte perció provo a postarveli...vi ringrazio anticipatamente!

1) Dato un vettore gaussiano standard $(Z1;Z2)$, perché il vettore $(X1;X2)$ defi…nito da $X1 =Z1-Z2$, $X2 = Z1+Z2$ è gaussiano?
Veri…care che il vettore $(X1;X2)$ defi…nito da $X1 =(1/sqrt(2))Z1-(1/sqrt(2))Z2$; $X2=(1/sqrt(2))Z1+(1/sqrt(2))Z2$ è gaussiano standard.

2) Trovare una trasformazione non banale (in particolare non l’identità) di un vettore gaussiano canonico bi-dimensionale che produca nuovamente un vettore gaussiano canonico.

3) Generariamo con R un campione gaussiano standard $z1;...; z20$. Poi calcoliamo la serie storica $x1 = z1 + 12; x2 = z2 + 14; x3 = z3+16; x4 = z4+18; ... ; x20 = z20+50$.
Fate un disegno approssimativo della serie storica, della serie delle differenze yn = xn-(xn-1), e delle acf di xn
e yn.

4) Le due serie $X_n = n + \sigmaW_n e Y_n = -n + \sigmaW_n$, dove $W_n$ è un white noise, hanno autocorrelazione simile o diversa?

5) La matrice

1 1
1 1

è una matrice di covarianza?

6)Supponete di avere una serie storica Xn e di voler implementare il modello $Xn = aX(n-1) + bX(n-12) + c + \sigman$. Come fate?

Mi rendo conto di aver posto molte domande ma non so piú dove sbattere la testa...grazie ancora a tutti coloro che mi aiuteranno e a buon rendere! :)

Risposte
hamming_burst
[xdom="hamming_burst"]Benvenuto, ti chiedo cortesemente di cambiare il titolo del topic con uno più consono. Clicca su Modifica. Grazie![/xdom]
mostra un tuo tentativo anche iniziale, se hai l'esame saprai pur cominciare, ti si darà una mano in caso di problemi.

andresurf88
"hamming_burst":
mostra un tuo tentativo anche iniziale, se hai l'esame saprai pur cominciare, ti si darà una mano in caso di problemi.


guarda in tutta sinceritá per i problemi num. 1-2-4 sono in seria difficoltá proprio nel cominciare e necessiterei veramente del vostro aiuto...per gli altri 3 qualche idea ce l'avrei anche se non sono sicuro siano giuste (ci ragiono un altro po' sopra e vi posto il ragionamento per i problemi 3-5-6).

hamming_burst
1) post642013.html#p642013 vedi il discorso sulla trasformazione affine
2) prova con un vettore di somma tra normali standard (canonico= standard).

vediamo cosa proponi con gli altri, anche se non potrò aiutarti sulle serie storiche perchè non le conosco, ma è per chi passa di qua e vuole provare.

andresurf88
buon lunedi...vi scrivo le risposte a cui sono giunto per i quesiti 4-5-6:

4) Le 2 serie hanno autocorrelazione simile perché, per quanto riguarda i Wn R(t,s) per t=s vale σ^2 mentre per quanto riguarda la componente 'n' sappiamo che R(n)=R(-n)

5) la matrice é una matrice di covarianza perché gode delle proprietá di essere SIMMETRICA e NON NEGATIVA.

6) La serie credo possa essere implementata con il modello della REGRESSIONE LINEARE MULTIPLA.

Per le altre 3 domande non sono riuscito a formulare una risposta valida, vi prego di darmi un aiuto concreto perché lo scritto é domani e il tempo stringe!
Vi ringrazio tutti!

andresurf88
per la domanda 2...la trasformazione LINEARE (del tipo y=Ax+b con x vettore gaussiano canonico bi-dimensionale) potrebbe essere la risposta? tale trasformazione conserva la gaussianitá ma non so se si conserva anche il fatto che il vettore sia canonico...

hamming_burst
"andresurf88":
per la domanda 2...la trasformazione LINEARE (del tipo y=Ax+b con x vettore gaussiano canonico bi-dimensionale) potrebbe essere la risposta? tale trasformazione conserva la gaussianitá ma non so se si conserva anche il fatto che il vettore sia canonico...

Una distr. normale bi-dimensionale la media è sostituita dal vettore delle medie e la varianza è sostituita dalla matrice di covarianza. nel caso di normali standard (per semplificarci la vita possiamo parlare di v.a. non-correlate cioè che le covarienze son tutte $0$) sarà la matrice identità e con vettore zero per le medie.

\(Z = (X,Y) \sim \mathcal{N}(\mathbf{0}_Z,I_Z)\)

le proprietà da mantenere è che le medie siano zero e la varianza 1 perciò, ricordandoti le proprietà:
E[aX+b] = aE[X]+b = 0
Var(aX+b) = a^2Var(X) = 1

l'unico fattore da considerare è lo scalare $a$, $b$ modificherebbe la media in qualche modo.

Allora possiamo prendere la trasformazione $((1/sqrt(2)X + 1/sqrt(2)Y),(1/sqrt(2)Y - 1/sqrt(2)X))$
perchè:

$E[1/sqrt(2)X + 1/sqrt(2)Y] = E[1/sqrt(2)Y - 1/sqrt(2)X] = 0$
$Var(1/sqrt(2)X + 1/sqrt(2)Y) = (1/sqrt(2))^2Var(X) + (1/sqrt(2))^2Var(Y) = 1$
ricorda che nel mio esempio considero che siano incorrelate.

EDIT:
come non dette la riposta che ti ho dato riferita al 2) è esattamente la trasformazione espressa in 1), me ne son accorto ora....Considera allora il mio esempio la dimostrazione per la risoluzione di 1) e un ragionamento per risolvere 2).

andresurf88
Grazie mille hamming...non sarei riuscito a dimostrarlo come hai fatto tu!

hamming_burst
"andresurf88":
Grazie mille hamming...non sarei riuscito a dimostrarlo come hai fatto tu!

di nulla, tieni conto che non è una vera dimostrazione ma proprio una valutazione "in faccia" attraverso le proprietà del valore-atteso e varianza.

per la 5)
5) la matrice é una matrice di covarianza perché gode delle proprietá di essere SIMMETRICA e NON NEGATIVA.

per la def. di matr. di covarianza, la simmetria ok. ma attento che deve vedere se i suoi autovalori sono non-negativi o meglio se la matrice è (semi)definita positiva.

tomobiki
ragazzi mi sono stati assegnate come esercitazioni 1 e 5, tuttavia non ho capito bene comr avete fatto a risolverle. Potete rispiegarmelo? Grazie

Rispondi
Per rispondere a questa discussione devi prima effettuare il login.