कई कंडीशनिंग के साथ सशर्त अपेक्षा
किसी भी आर.वी. $X$ तथा $Y$:
$$E(Y|E(Y|X)) = E(Y|X)$$
लेकिन मैं यह साबित नहीं कर पा रहा हूं। मैंने अतिरिक्त कंडीशनिंग के साथ एडम के नियम का उपयोग करने की कोशिश की ($E(Y|X) = E(E(Y|X,Z)|Z)$) लेकिन मैं इसके साथ कहीं भी नहीं मिलता है।
मैंने जो कोशिश की वह निम्नलिखित है:
$$g(X) = E(Y|X)$$ $$E(Y|g(X)) = E(E(Y|X,g(X))|g(X))$$ घटना के बाद से $X$ हुआ और $g(X)$ हुआ दोनों के बराबर, कंडीशनिंग $X$ तथा $g(X)$उनमें से केवल एक पर कंडीशनिंग के समान है। क्या इसकी कोई सहज व्याख्या है?
क्या इसका मतलब यह भी है कि कंडीशनिंग पर $X$ या किसी भी समारोह $g$ का $X$ एक ही है ?
जवाब
यह सशर्त अपेक्षाओं के टॉवर संपत्ति का एक विशेष मामला है, जो यह दावा करता है कि यदि $\mathcal F_1\subset\mathcal F_2$ तब फिर $$ E[E[Y|\mathcal F_1]|\mathcal F_2] = E[E[Y|\mathcal F_2]|\mathcal F_1] = E[Y|\mathcal F_1]. $$ इनमें से दूसरी समानता का उपयोग करें $\mathcal F_1=\sigma(E[Y|X])$ तथा $\mathcal F_2=\sigma(X)$।
आपके पास पहले से मौजूद तर्क एक बहुत अच्छा गैर-माप सिद्धांत तर्क है। मैं बस इसे औपचारिक रूप से बताऊंगा, यह कुछ विवरणों के बारे में विश्वास दिलाने में मदद कर सकता है।
अपनी तर्क संरचना का उपयोग करना: आज्ञा देना $g(X)=E[Y|X]$। फिर\begin{align} E[Y|g(X)] &\overset{(a)}{=} E[E[Y|g(X),X]|g(X)]\\ &\overset{(b)}{=} E[E[Y|X]|g(X)]\\ &=E[g(X)|g(X)]\\ &\overset{(c)}{=}g(X) \end{align}जहां (ए) पुनरावृत्त अपेक्षाओं के कानून का उपयोग करता है; (b) उपयोग करता है$E[Y|g(X),X]=E[Y|X]$; (c) उपयोग करता है$E[Z|Z]=Z$ किसी भी यादृच्छिक चर के लिए $Z$। $\Box$
कदम (ख) की अधिक बारीकी से जांच की गई है: $$E[Y|g(X),X]=E[Y|X]$$ और इसका मतलब यह है कि अगर हम पहले से ही जानते हैं $X$, फिर अतिरिक्त जानकारी $g(X)$ नया कुछ नहीं जोड़ता।
टिप्पणियाँ:
पर कंडीशनिंग कर रहा है $X$ आमतौर पर कंडीशनिंग के समान नहीं है $g(X)$, लेकिन यह इस विशेष समस्या में काम करता है।
आपके उत्तर पर मेरी पहली टिप्पणी की तर्ज पर एक माप-सिद्धांत व्युत्पत्ति दी जा सकती है। आप भी सही ठहरा सकते हैं$E[Y|g(X),X]=E[Y|X]$ माप सिद्धांत द्वारा अधिक औपचारिक रूप से ("सिग्मा बीजगणित द्वारा उत्पन्न) $(g(X),X)$ द्वारा उत्पन्न सिग्मा बीजगणित के समान है $X$”)।
एक औपचारिक माप सिद्धांत परिभाषा "एक सशर्त अपेक्षा" के संस्करणों के बारे में बात करती है, और मैं इस उत्तर में इस तरह के विवरण में नहीं जाता हूं (कुछ लोग मेरी समानता को "संभावना 1 के साथ" रखने वाली समानता के साथ बदलना चाह सकते हैं)।