В теории вероятности и статистике эллиптическое распределение — это любой член широкого семейства вероятностных распределений , которые обобщают многомерное нормальное распределение . Интуитивно понятно, что в упрощенном двухмерном и трехмерном случае совместное распределение образует эллипс и эллипсоид соответственно на графиках изоплотности.
В статистике нормальное распределение используется в классическом многомерном анализе , а эллиптические распределения используются в обобщенном многомерном анализе, для изучения симметричных распределений с хвостами, тяжелыми , как у многомерного t-распределения , или легкими (по сравнению с нормальным). распределение). Некоторые статистические методы, которые изначально были основаны на изучении нормального распределения, хорошо эффективны для общих эллиптических распределений (с конечной дисперсией), особенно для сферических распределений (которые определены ниже). Эллиптические распределения также используются в надежной статистике для оценки предлагаемых многомерных статистических процедур.
Эллиптические распределения определяются в терминах характеристической функции теории вероятностей. Случайный вектор в евклидовом пространстве имеет эллиптическое распределение , если его характеристическая функция удовлетворяет следующему функциональному уравнению (для каждого вектора-столбца )
для некоторого параметра местоположения , некоторой неотрицательно-определенной матрицы и некоторой скалярной функции . [1] Определение эллиптических распределений для действительных случайных векторов было расширено для включения случайных векторов в евклидовых пространствах над полем комплексных чисел , что облегчает применение в анализе временных рядов . [2] Доступны вычислительные методы для генерации псевдослучайных векторов из эллиптических распределений, например, для использования в моделировании Монте-Карло . [3]
Некоторые эллиптические распределения альтернативно определяются через их функции плотности . Эллиптическое распределение с функцией плотности f имеет вид:
где - нормализующая константа , - -мерный случайный вектор со медианным вектором (который также является средним вектором, если последний существует) и - положительно определенная матрица , которая пропорциональна ковариационной матрице , если последняя существует. [4]
Примеры включают следующие многомерные распределения вероятностей:
В двумерном случае, если плотность существует, каждый локус изоплотности (набор пар x 1 , x 2 , дающих определенное значение ) представляет собой эллипс или объединение эллипсов (отсюда и название эллиптического распределения). В более общем смысле, для произвольного n локусы изоплотности представляют собой объединения эллипсоидов . Все эти эллипсоиды или эллипсы имеют общий центр ц и являются масштабированными копиями (гомотетами) друг друга.
Многомерное нормальное распределение является частным случаем, когда . Хотя многомерное нормальное является неограниченным (каждый элемент может принимать сколь угодно большие положительные или отрицательные значения с ненулевой вероятностью, поскольку для всех неотрицательных ), в целом эллиптические распределения могут быть ограниченными или неограниченными - такое распределение ограничено, если для все больше некоторого значения.
Существуют эллиптические распределения с неопределенным средним значением , такие как распределение Коши (даже в одномерном случае). Поскольку переменная x входит в функцию плотности квадратично, все эллиптические распределения симметричны относительно
Если два подмножества совместно эллиптического случайного вектора некоррелированы , то, если их средние значения существуют, они являются средними, независимыми друг от друга (среднее значение каждого подвектора, зависящее от значения другого подвектора, равно безусловному среднему). [8] : с. 748
Если случайный вектор X распределен эллиптически, то так же распределен и DX для любой матрицы D с полным рангом строки . Таким образом, любая линейная комбинация компонентов X является эллиптической (хотя и не обязательно с одинаковым эллиптическим распределением), а любое подмножество X является эллиптическим. [8] : с. 748
Эллиптические распределения используются в статистике и экономике.
В математической экономике эллиптические распределения использовались для описания портфелей в математических финансах . [9] [10]
В статистике многомерное нормальное распределение (Гаусса) используется в классическом многомерном анализе , в котором большинство методов оценки и проверки гипотез основаны на нормальном распределении. В отличие от классического многомерного анализа, обобщенный многомерный анализ относится к исследованию эллиптических распределений без ограничения нормальности.
Для подходящих эллиптических распределений некоторые классические методы продолжают обладать хорошими свойствами. [11] [12] При предположениях конечной дисперсии справедливо расширение теоремы Кокрена (о распределении квадратичных форм). [13]
Эллиптическое распределение с нулевым средним значением и дисперсией в форме где – единичная матрица, называется сферическим распределением . [14] Для сферических распределений были расширены классические результаты по оценке параметров и проверке гипотез. [15] [16] Аналогичные результаты справедливы для линейных моделей , [17] , а также для сложных моделей (особенно для модели кривой роста ). Анализ многомерных моделей использует полилинейную алгебру (в частности , произведение Кронекера и векторизацию ) и матричное исчисление . [12] [18] [19]
Другое использование эллиптических распределений - это робастная статистика , в которой исследователи изучают, как статистические процедуры работают с классом эллиптических распределений, чтобы получить представление об эффективности процедур в еще более общих задачах, [20] , например, с помощью предельной теории статистика («асимптотика»). [21]
Эллиптические распределения важны в теории портфеля, потому что, если доходность всех активов, доступных для формирования портфеля, совместно распределена эллиптически, то все портфели можно полностью охарактеризовать по их местоположению и масштабу, то есть любые два портфеля с одинаковым местоположением и масштабом портфеля. доходности имеют одинаковое распределение доходности портфеля. [22] [8] Различные особенности портфельного анализа, включая теоремы о разделении взаимных фондов и модель ценообразования капитальных активов , справедливы для всех эллиптических распределений. [8] : с. 748