Czy korelacja niezerowa oznacza zależność?

17

Wiemy, że zerowa korelacja nie oznacza niezależności. Interesuje mnie, czy niezerowa korelacja implikuje zależność - tj. Jeśli Corr(X,Y)0 dla niektórych zmiennych losowych i , możemy ogólnie powiedzieć, że ?XYfX,Y(x,y)fX(x)fY(y)

Comp_Warrior
źródło

Odpowiedzi:

13

Tak ponieważ

Corr(X,Y)0Cov(X,Y)0

E(XY)E(X)E(Y)0

xyfX,Y(x,y)dxdyxfX(x)dxyfY(y)dy0

xyfX,Y(x,y)dxdyxyfX(x)fY(y)dxdy0

xy[fX,Y(x,y)fX(x)fY(y)]dxdy0

co byłoby niemożliwe, gdyby . WięcfX,Y(x,y)fX(x)fY(y)=0,{x,y}

Corr(X,Y)0{x,y}:fX,Y(x,y)fX(x)fY(y)

Pytanie: co dzieje się ze zmiennymi losowymi, które nie mają gęstości?

Alecos Papadopoulos
źródło
1
Alecos, mam głupie pytanie. Co oznacza fantazyjna strzałka, np. W linii 1? Wyobrażam sobie coś w rodzaju „sugerować”, ale nie jestem pewien.
Sycorax mówi Przywróć Monikę
2
@ user777 Masz na myśli ? Rzeczywiście oznacza to „implikuje”.
Alecos Papadopoulos
Powód, dla którego strzałka implikacyjna jest używana tylko w nieformalnym argumencie: czy strzałka implikacyjna jest lewa czy prawa skojarzona?
kasterma
\implies produkuje który wygląda lepiej niż \rightarowktóry daje .
Dilip Sarwate
14

Niech i Y oznaczają zmienne losowe, tak że E [ X 2 ] i E [ Y 2 ] są skończone. Następnie E [ X Y ] , E [ X ] i E [ Y ] są skończone.XYE[X2]E[Y2]E[XY]E[X]E[Y]

Ograniczając naszą uwagę do takich zmiennych losowych, niech oznacza stwierdzenie, że X i Yniezależnymi zmiennymi losowymi, a B stwierdzenie, że X i Ynieskorelowanymi zmiennymi losowymi, to znaczy E [ X Y ] = E [ X ] E [ Y ] . Wiemy zatem, że A implikuje B , to znaczy niezależne zmienne losowe są nieskorelowanymi zmiennymi losowymi. Rzeczywiście, jedna definicjaAXYBXYE[XY]=E[X]E[Y]ABniezależnych zmiennych losowych jest to, że równa się E [ g ( X ) ] E [ h ( Y ) ] dla wszystkich mierzalnych funkcji g ( ) i h ( ) ). Zazwyczaj jest to wyrażone jako AE[g(X)h(Y)]E[g(X)]E[h(Y)]g()h() Ale A.

AB.
jest logicznie równoważne ¬ BAB , to znaczy¬B¬A

skorelowane zmienne losowe są zależnymi zmiennymi losowymi.

Jeśli , E [ X ] lub E [ Y ] nie są skończone lub nie istnieją, nie można stwierdzić, czy X i Y są nieskorelowane, czy nie w klasycznym znaczeniu nieskorelowanych zmiennych losowych które E [ X Y ] = E [ X ] E [ Y ] . Na przykład X i Y mogą być niezależnymi zmiennymi losowymi Cauchy'ego (dla których średnia nie istniejeE[XY]E[X]E[Y]XYE[XY]=E[X]E[Y]XY). Czy są to nieskorelowane zmienne losowe w sensie klasycznym?

Dilip Sarwate
źródło
3
Zaletą tej odpowiedzi jest to, że dotyczy ona tego, czy zmienne losowe, o których mowa, akceptują funkcję gęstości, w przeciwieństwie do innych odpowiedzi w tym wątku. Jest to prawdą, ponieważ oczekiwania można zdefiniować za pomocą całek Stieltjesa za pomocą CDF, bez wzmianki o gęstości.
ahfoss
1

Oto czysto logiczny dowód. Jeśli to koniecznie ¬ B ¬ A , ponieważ oba są równoważne. Zatem, jeśli Kontakty B następnie Kontakty . Teraz zamień A na niezależność, a B na korelację.AB¬B¬A¬B¬AAB

Pomyśl o stwierdzeniu: „jeśli wybuchnie wulkan, nastąpi uszkodzenie”. Pomyśl teraz o przypadku, w którym nie ma żadnych szkód. Najwyraźniej wulkan nie wybuchł, w przeciwnym razie mielibyśmy kompromis.

Similarly, think about a case "If independent X,Y, then non-correlated X,Y". Now, consider the case where X,Y are correlated. Clearly they can't be independent, for if they were, they would also be correlated. Thus conclude dependence.

Tony
źródło
If you will read my answer carefully, you will see that I too used the argument that you have made in your answer, namely that AB is the same as B¬A.
Dilip Sarwate
@DilipSarwate Edited to reflect that.
Tony