Notacja w indeksie dolnym w oczekiwaniach

64

Jakie jest dokładne znaczenie notacji indeksu dolnego w oczekiwaniach warunkowych w ramach teorii miar? Te indeksy dolne nie pojawiają się w definicji warunkowego oczekiwania, ale możemy zobaczyć na przykład na tej stronie wikipedii . (Pamiętaj, że nie zawsze tak było, ta sama strona kilka miesięcy temu).EX[f(X)]

Jakie powinno być na przykład znaczenie z i ?EX[X+Y]XN(0,1)Y=X+1

Emile
źródło
10
Bez wątpienia ktoś wprowadzi formalne definicje, nieformalnie wszystkie oczekiwania są oczekiwaniami względem rozkładu (/ oczekiwań w odniesieniu do) niektórych (ewentualnie wielowymiarowych) zmiennych losowych, bez względu na to, czy zostało to wyraźnie określone, czy też dorozumiane. W wielu przypadkach jest to oczywiste ( E(X) oznacza EX(X) zamiast EW(X) ). W innych przypadkach konieczne jest rozróżnienie; rozważmy prawo całkowitej wariancji na przykład: Var[Y]=EX[Var[YX]]+VarX[E[YX]] .
Glen_b,
3
@Glen_b Czy naprawdę konieczne jest określenie w prawie całkowitej wariancji? Ponieważ , dla niektórych , czy nie jest jasne, że przekracza ? E[Y|X]=f(X)fVar[E[Y|X]]X
Thomas Ahle,
3
@ThomasAhle Masz rację - słowo „konieczne” było zbyt mocnym słowem dla tego przykładu. Choć ściśle rzecz biorąc, powinno to być jasne, ale często jest to zamieszanie dla czytelników, którzy nie są skłonni do pracy z nim, więc często jest to wyraźne, a nie konieczne, wyrażanie się na ten temat. Istnieją pewne wyrażenia wiążące się z oczekiwaniami, w których nie można być pewnym bez sprecyzowania, ale tak naprawdę nie jest to jedno z nich
Glen_b

Odpowiedzi:

88

W wyrażeniu, w którym uczestniczy więcej niż jedna zmienna losowa, sam symbol nie wyjaśnia, w odniesieniu do której zmiennej losowej przyjmuje się oczekiwaną wartość „wziętą”. Na przykładE

E[h(X,Y)]=?h(x,y)fX(x)dx
lub
E[h(X,Y)]=?h(x,y)fY(y)dy

Ani . Gdy w grę wchodzi wiele zmiennych losowych i w symbolu nie ma indeksu dolnego , przyjmuje się oczekiwaną wartość w odniesieniu do ich wspólnego rozkładu:E

E[h(X,Y)]=h(x,y)fXY(x,y)dxdy

Gdy indeks dolny jest obecny ... w niektórych przypadkach informuje nas, na której zmiennej powinniśmy warować . Więc

EX[h(X,Y)]=E[h(X,Y)X]=h(x,y)fh(X,Y)X(h(x,y)x)dh

... Ale w innych przypadkach mówi nam, jakiej gęstości użyć do „uśrednienia”

EX[h(X,Y)]=h(x,y)fX(x)dx

Powiedziałbym raczej mylące, ale kto powiedział, że notacja naukowa jest całkowicie wolna od dwuznaczności lub wielokrotnego użytku? Powinieneś spojrzeć, jak każdy autor definiuje użycie takich symboli.

Alecos Papadopoulos
źródło
5
Mam dwa pytania. 1) Nie jestem pewien, czy dobrze to rozumiem, czy mogę interpretować to oczekiwanie jako jedno z dwóch pierwszych równań, jeśli X lub Y zostały naprawione? 2) Czy możesz podać przykład EQ 4 i EQ 5? Trudno mi je interpretować i myślę, że pomogłyby konkretne przykłady. Dzięki!
sufit kot
2
@ceiling cat 1) jest poprawne, ponieważ zasadniczo nie masz dwie zmienne losowe. Podobnie do mocowania do . E[h(X,y¯)]=h(x,y¯)fX(x)dxXx¯
Alecos Papadopoulos
4
@ceiling cat 2) -EQ5: Rozważ . jest zmienną losową w porządku (dla odpowiedniego wsparcia). Następnie używając specyficznego znaczenia dla skrótu, gdzie jest gęstością (cokolwiek to jest). Oczywiście nie jest zintegrowane i pozostanie nienaruszone. Ale wynik, który uzyskasz wygrał ' t będzie liczbą (jak w moim poprzednim komentarzu), ale zmienną losową (funkcją ), ponieważ tutaj nie jest ustalone, po prostu niezintegrowaneZ=X2(Y(Y+2)3)=h(X,Y)ZEX(Z)=EX[(h(X,Y)]=x2(y(y+2)2)fX(x)dxfX(x)XYYY
Alecos Papadopoulos
2
@ceiling cat W obu przypadkach w moich dwóch poprzednich komentarzach „mechanika” obliczeń matematycznych będzie taka sama. Wyniki końcowe mają jednak różne interpretacje.
Alecos Papadopoulos
2
@ceiling kota 2) -EQ4 Rozważmy samą zmienną losową . Jego oczekiwana wartość od to (używając innego znaczenia dla skrótu zapisu) . Zauważ, że tutaj i nie pojawiają się bezpośrednio w całce - są one „skondensowane” w symbolu . ZXEX[Z]=E(ZX)=zfZ|X(zx)dzxyz
Alecos Papadopoulos