負(fù)相關(guān)二元泊松變量的生成方法研究.pdf

1、泊松分布是一種應(yīng)用非常廣泛的隨機(jī)變量分布形式，很多研究都要求生成指定參數(shù)和相關(guān)性的多元泊松變量，尤其是二元泊松變量。但是目前，該問題只有當(dāng)指定的相關(guān)系數(shù)為正的時(shí)候，才得到了很好的解決，對(duì)于相關(guān)系數(shù)為負(fù)數(shù)的情況，比較好的方法如NORTA、Inbal’s method，只是得到了近似結(jié)果，而且計(jì)算復(fù)雜度很大。
　　本文利用伯努利分布與泊松分布的混合分布，借鑒Trivariate Induction的思想，提出了兩種新的產(chǎn)生二元泊松分布

2、隨機(jī)變量的算法：伯努利-泊松法和伯努利-泊松-迭代法。當(dāng)在某一特定范圍內(nèi)指定負(fù)相關(guān)系數(shù)值時(shí)，伯努利-泊松法能精確地產(chǎn)生服從該負(fù)相關(guān)系數(shù)的二元泊松變量，如果被指定的二元泊松變量參數(shù)比較小，伯努利-泊松法能生成負(fù)相關(guān)系數(shù)為任意值的二元泊松變量，且該算法的時(shí)間復(fù)雜度為O(1)。
　　在相關(guān)系數(shù)超出了該指定的負(fù)數(shù)區(qū)間時(shí)，可采用本文提出的伯努利-泊松-迭代法。這部分，文章首先研究了對(duì)于各自服從任意離散分布的兩個(gè)隨機(jī)變量X，Y，如何計(jì)算max