Akıl yürütme hattınızdaki sorun
"Sanırım her zaman diğer bağımsız olduğunu varsayabiliriz ."XXX
bağımsız değildir. sembolü, burada aynı rastgele değişkeni belirtmek için kullanılmaktadır. Formülünüzde görünenilkdeğerini öğrendikten sonra, ikincideğerini görünecek şekildede düzeltir. Farklı (ve potansiyel olarak bağımsız) rastgele değişkenlere başvurmalarını istiyorsanız, bunları farklı harflerle (örn.ve) veya abonelikleri (örn.ve)kullanarakbelirtmeniz gerekir; ikincisi genellikle (her zaman değil) aynı dağıtımdan çizilen değişkenleri göstermek için kullanılır.XX X X X Y X 1 X 2XXXXXYX1X2
İki ve değişkeni bağımsızsa, aynıdır : değerini bilmek bize değeri hakkında ek bilgi vermez . Ama ise ise ve değerini bilerek: Aksi size değeri hakkında tam bilgi verir . [Bu paragraftaki olasılıkları, esasen aynı etkiyi göstermek için kümülatif dağılım işlevleriyle veya uygun olduğunda olasılık yoğunluk işlevleriyle değiştirebilirsiniz.]Y Pr ( X = a | Y = b ) Pr ( X = a ) Y X Pr ( X = a | X = b ) 1 a = b 0 X XXYPr(X=a|Y=b)Pr(X=a)YXPr(X=a|X=b)1a=b0XX
Şeyler görmeye bir başka yolu olduğunu iki değişken bağımsız ise o zaman sıfır korelasyona sahip (gerçi sıfır korelasyon bağımsızlığını anlamına gelmez !) Ama olduğu mükemmel kendisiyle ilişkili, nedenle olamaz kendinden bağımsız. Not bu yana kovaryans ile verilir , daha sonraCorr ( X , X ) = 1 X Cov ( X , Y ) = Corr ( X , Y ) √XCorr(X,X)=1X Cov(X,X)=1 √Cov(X,Y)=Corr(X,Y)Var(X)Var(Y)−−−−−−−−−−−−√
Cov(X,X)=1Var(X)2−−−−−−−√=Var(X)
İki rastgele değişkenin toplamının varyansı için daha genel formül
Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y)
Özellikle, ,Cov(X,X)=Var(X)
Var(X+X)=Var(X)+Var(X)+2Var(X)=4Var(X)
ki bu kuralın uygulanmasından çıkartılacaklarınızla aynıdır
Var(aX)=a2Var(X)⟹Var(2X)=4Var(X)
Doğrusallıkla ilgileniyorsanız , kovaryansın bilinearitesi ile ilgilenebilirsiniz . Rasgele değişkenler için , , ve (bağımlı veya bağımsız olsun) ve sabitler , , ve ElimizdekiX Y Z a b c dWXYZabcd
Cov(aW+bX,Y)=aCov(W,Y)+bCov(X,Y)
Cov(X,cY+dZ)=cCov(X,Y)+dCov(X,Z)
ve genel olarak,
Cov(aW+bX,cY+dZ)=acCov(W,Y)+adCov(W,Z)+bcCov(X,Y)+bdCov(X,Z)
Daha sonra bunu, yayınınıza yazdığınız varyansın (doğrusal olmayan) sonuçlarını kanıtlamak için kullanabilirsiniz:
Var(aX)=Cov(aX,aX)=a2Cov(X,X)=a2Var(X)
Var(aX+bY)Var(aX+bY)=Cov(aX+bY,aX+bY)=a2Cov(X,X)+abCov(X,Y)+baCov(X,Y)+b2Cov(Y,Y)=a2Var(X)+b2Var(Y)+2abCov(X,Y)
İkincisi, olduğunda özel bir durum olarak ,a=b=1
Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y)
Zaman ve (bunlar bağımsız olduğu durumu da içeren) ilintisizdir, bu azaltır . Bu nedenle, varyansları "doğrusal" bir şekilde değiştirmek istiyorsanız (bu genellikle cebirsel olarak çalışmanın güzel bir yoludur), bunun yerine kovaryanslarla çalışın ve bilinirliklerinden yararlanın.XYVar(X+Y)=Var(X)+Var(Y)