Czy dwie standardowe normalne zmienne losowe są zawsze 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.

C.Hawk
źródło
12
Dlaczego mieliby być…? Niezależność nie ma nic wspólnego z dystrybucją.
Tim
27
Rozważmy X i X . Nie są niezależni.
djechlin
Może ci się to przydać z praktycznego punktu widzenia. stats.stackexchange.com/questions/15011/…
JustGettinStarted
Oprócz podanych dobrych przykładów, rozważ ogólnie dwuwymiarowy rozkład normalny z rozkładami krańcowymi N (0,!). Możliwe jest istnienie dowolnej korelacji między -1 a 1. Poniższe przykłady to wszystkie przypadki szczególne. Nawiasem mówiąc, możliwe jest, że dwie standardowe zmienne normalne są zależne, ale nie mają rozkładu dwuwymiarowego.
Michael R. Chernick,
1
Zauważyłem, że Batman daje ogólny wynik, który może być taki sam, jak sugeruję. Przypadek Y = -X ma korelację -1, a więc jest zdegenerowaną postacią dwuwymiarowej normy. Nie widziałem tutaj przykładu (w tym poście), który ilustrowałby przypadek, który nie jest normalny dla dwóch zmiennych.
Michael R. Chernick,

Odpowiedzi:

42

Odpowiedź brzmi nie. Na przykład, jeśli jest standardową zmienną losową, to Y = - X następuje te same statystyki, ale X i Y są wyraźnie zależne.XY=XXY

zastrzelić
źródło
26

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 paraXY

X,X+Y2

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

V(X+Y2)=122(V(X)+V(Y))=1

Intuicyjnie są one zależne, ponieważ znają wartość X daje dodatkowe informacje, których możesz użyć, aby przewidzieć wartość drugiej zmiennej. Na przykład, jeśli wiesz, że , to warunkowe oczekiwanie drugiej zmiennej toX=x

E[X+Y2X=x]=x2
Matthew Drury
źródło
7

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,Ya,baX+bYXYE[(XE[X])(YE[Y])]=0

Σ=[1pp1](λ1)2p2λΣ=RRTU,VR[UV]p=0

Ordynans
źródło
5

Nie dwuwymiarowy normalny przykład (jak sugeruje Michael Chernick w komentarzach):

fX,Y(x,y)={1πex2+y22xy00o.w.

fX,Y(x,y)fX(x)fY(y)

Ordynans
źródło