Dowiedziałem się, że standardowy rozkład normalny jest unikalny, ponieważ średnia i wariancja są ustalone odpowiednio na 0 i 1. Przez ten fakt zastanawiam się, czy jakieś dwie standardowe zmienne losowe muszą być niezależne.
16
Dowiedziałem się, że standardowy rozkład normalny jest unikalny, ponieważ średnia i wariancja są ustalone odpowiednio na 0 i 1. Przez ten fakt zastanawiam się, czy jakieś dwie standardowe zmienne losowe muszą być niezależne.
Odpowiedzi:
Odpowiedź brzmi nie. Na przykład, jeśli jest standardową zmienną losową, to Y = - X następuje te same statystyki, ale X i Y są wyraźnie zależne.X Y=−X X Y
źródło
Nie, nie ma powodu, aby sądzić, że dowolne dwa standardowe gaussowie są niezależne.
Oto prosta konstrukcja matematyczna. Załóżmy, że i Y to dwie niezależne standardowe zmienne normalne. Potem paraX Y
to dwie zależne standardowe zmienne normalne. Tak długo, jak długo są to dwie niezależne zmienne normalne, muszą istnieć dwie zależne .
Druga zmienna jest normalna, ponieważ każda liniowa kombinacja niezależnych zmiennych normalnych jest znowu normalna.2–√ ma na celu uczynienie wariancji równą .1
Intuicyjnie są one zależne, ponieważ znają wartośćX daje dodatkowe informacje, których możesz użyć, aby przewidzieć wartość drugiej zmiennej. Na przykład, jeśli wiesz, że , to warunkowe oczekiwanie drugiej zmiennej toX=x
źródło
Oto dość szeroka odpowiedź:
Niech wspólnie Gaussa zmienne losowe (czyli dla każdego a , b liczb rzeczywistych, X + b Y ma rozkład Gaussa). Wówczas X i Y są niezależne wtedy i tylko wtedy, gdy E [ ( X - E [ X ] ) ( Y - E [ Y ] ) ] = 0 (tzn. Są nieskorelowane). Zobacz na przykład te uwagi , aby uzyskać szczegółowe informacje.X,Y a,b aX+bY X Y E[(X−E[X])(Y−E[Y])]=0
źródło
Nie dwuwymiarowy normalny przykład (jak sugeruje Michael Chernick w komentarzach):
źródło