Зауважте, що випадкова величина ij є функцією Z=(Z1,…,Zn)тільки. Дляn-вектор, z, ми пишемо ij(z) для індексу jй найбільша координата. Нехай такожPz(A)=P(X1∈A∣Z1=z) позначають умовний розподіл X1 дано Z1.
Якщо розділити ймовірності вниз відповідно до значення ij і дезінтегрувати wrt Z ми отримуємо
P(Xij∈A)=====∑kP(Xk∈A,ij=k)∑k∫(ij(z)=k)P(Xk∈A∣Z=z)P(Z∈dz)∑k∫(ij(z)=k)P(Xk∈A∣Zk=zk)P(Z∈dz)∑k∫(ij(z)=k)Pzk(A)P(Z∈dz)∫Pz(A)P(Zij∈dz)
Цей аргумент є досить загальним і покладається лише на висунуті припущення про ід, і Zk може бути будь-яка задана функція (Xk,Yk).
Під припущеннями нормальних розподілів (взяття σy=1) і Zk будучи сумою, умовний розподіл X1 дано Z1=z є
N(σ2x1+σ2xz,σ2x(1−σ2x1+σ2x))
і @probabilityislogic показує, як обчислити розподіл
Zij, отже, ми маємо явні вирази для обох розподілів, які вводяться в останньому інтегралі вище. Чи можна інтеграл обчислити аналітично - інше питання. Ви, можливо, зможете, але я не можу сказати, чи це можливо. Для асимптотичного аналізу, коли
σx→0 або
σx→∞ це може не бути необхідним.
Інтуїція, що стоїть за вищенаведеним обчисленням, полягає в тому, що це умовний аргумент незалежності. ДаноZk=z змінні Xk і ij є незалежними.