İlişkisiz fakat bağımsız ve olmayan basit örnekler


26

Çalışkan olan herhangi bir öğrenci, "tüm öğrenciler tembeldir" in karşı örneklerinden biridir.

Bazı basit karşı örnekler nelerdir? "Eğer ve rastgele değişkenleri birbiri ile ilişkili değilse o zaman bağımsızdır"?XY


8
Bunun bir kopyası olduğunu düşünüyorum, ancak araştıramadığım için tembelim. ve atın . , ancak açıkça iki değişken bağımsız değildir. Y = X 2 C O v ( x , Y ) = E x 3 = 0XN(0,1)Y=X2cov(X,Y)=EX3=0
mpiktas

1
basit bir örnek (belki de daha basit olanlar olsa da)
Glen_b -Reinstate Monica

1
Al U eşit dağıtılmak üzere [0,2π] ve X=cosU , Y=sinU .
Dilip Sarwate

"En basit" duygusu tanımsız olduğu için, bu soru objektif olarak cevaplanamaz. Kopyayı , marjinal dağıtımların desteklerinin en basit = en küçük kardinalliği toplamına dayanan istatistik.stackexchange.com/questions/41317 adresinde seçtim .
whuber

3
@whuber: "En basit" gerçekten çok iyi tanımlanmamış olsa da, buradaki cevaplar, örneğin Glen_b'in cevabı, bunu bir kopyasının kopyası olarak kapattığınız diziden çok daha basit bir örnek sunmaktadır. Bunu tekrar açmayı (daha önce oy verdim) ve belki de “en basit” in en zayıf tanımlandığı ve OP'nin belki de çeşitli “basit” örnekler istediğini vurguladığını CW yapmasını öneriyorum.
amip diyor Reinstate Monica

Yanıtlar:


18

Let .XU(1,1)

Let .Y=X2

Değişkenler ilişkisiz ancak bağımlıdır.

Alternatif olarak, olasılık, sırasıyla 1/4, 1/2, 1/4 olasılıkla 3 noktada (-1,1), (0, -1), (1,1) olasılıktan oluşan ayrı bir iki değişkenli dağılımı düşünün. O zaman değişkenler birbiriyle ilişkilendirilmez ancak bağımlıdır.

İki değişkenli verileri bir pırlantata tek tip düşünün (45 derece döndürülmüş kare). Değişkenler ilişkisiz ancak bağımlı olacaktır.

Bunlar aklıma gelen en basit davalar.


Simetrik olan ve 0 etrafında ortalanan rasgele değişkenlerin hepsi ilişkisiz mi?
Martin Thoma

1
@moose Açıklamanız belirsiz. Eğer " sıfıra yakın simetrik ise ve Y sıfıra simetrik ise" demek istiyorsan , hayır, çünkü standart normal marjlı bir iki değişkenli normal bağıntılı olabilir. "Eğer X sıfıra göre simetrikse ve Y de X'in eşit bir fonksiyonuysa " demek istiyorsan , varyanslar var olduğu sürece cevabın evet olduğuna inanıyorum. Başka bir şey demek istiyorsan açıklamak zorundasın. XYXYX
Glen_b -Reinstate Monica

7

Basit karşıt örneklere bazı özü sürekli rastgele değişken ile başlanarak görülebilir düşünmek , sıfır merkezli yani E [ X ] = 0 . Pdf varsayalım X düz ve formun bir aralık ile tanımlanır ( - bir , bir ) , bir > 0 . Şimdi varsayalım Y = f ( x ) bir fonksiyonu f . Tür fonksiyonların ne için: Şimdi soru sormak f ( X ) biz olabilir CXE[X]=0X(a,a)a>0Y=f(X)ff(X) ?Cov(X,f(X))=0

olduğunu biliyoruz . Bizim varsayımı D [ X ] = 0 , düz veya açar bize C o v ( x , f ( x ) ) = E [ X (Cov(X,f(X))=E[Xf(X)]E[X]E[f(X)]E[X]=0 . Pdf gösteren X ile p ( ) ElimizdekiCov(X,f(X))=E[Xf(X)]Xp()

Cov(X,f(X))=E[Xf(X)]=aaxf(x)p(x)dx .

Biz isteyen ve bunu elde etmenin bir yolu sağlayarak bir f ( x ) ifade eder, bir çift işlev, bir x f ( x ) p ( X ) olan bir tek fonksiyonu. Daha sonra a - a x f ( x ) p ( x ) d x = 0 olur ve böylece C oCov(X,f(X))=0f(x)xf(x)p(x)aaxf(x)p(x)dx=0.Cov(X,f(X))=0

Bu şekilde, kesin dağılımının , pdf'nin bir nokta etrafında simetrik olması ve f ( ) ' nin Y'yi tanımlamak için herhangi bir eşit fonksiyonun yapacağı gibi önemsiz olduğunu görebiliriz.Xf()Y .

Umarım, bu, öğrencilerin bu tür karşı örneklerle nasıl karşılaştıklarını görmelerine yardımcı olabilir.


5

Karşı örnek olun (yani çalışkan öğrenci)! Bu sözü edilen:

Gerçek bir dünya örneği düşünmeye çalışıyordum ve aklıma ilk gelen buydu. Bu matematiksel olarak en basit durum olmayacak (ancak bu örneği anlarsanız, çimler ve toplarla ilgili daha basit bir örnek bulmanız gerekir).

Bazı araştırmalara göre, erkek ve kadınların ortalama IQ değeri aynıdır, ancak erkek IQ'nin varyansı, kadın IQ'nun varyansından daha büyüktür. Beton için, erkek IQ’nun takip ettiğini ve dişi IQ’nun α < 1 ile N ( 100 , α σ 2 ) yi takip ettiğini varsayalımN(100,σ2)N(100,ασ2)α<1 . Nüfusun yarısı erkek, nüfusun yarısı kadındır.

Bu araştırmanın doğru olduğunu varsayarak:

Cinsiyet ve IQ arasındaki ilişki nedir?

Cinsiyet ve IQ bağımsız mı?


4

Bir kesikli rastgele değişken tanımlayabilir ile P ( X = - 1 ) = P ( x = 0 ) = P ( x = 1 ) = 1X{1,0,1}P(X=1)=P(X=0)=P(X=1)=13

ve sonra Y={1,ifX=00,otherwise

ve Y'nin ilişkisiz olduğu, ancak bağımsız olmadığı kolayca anlaşılabilir .XY


2

Bunu dene (R kodu):

x=c(1,0,-1,0);  
y=c(0,1,0,-1);  

cor(x,y);  
[1] 0

Bu, x 2 + y 2 - r 2 = 0 dairelerinin denklemindendirx2+y2r2=0

, x ile ilişkili değildir, ancak işlevsel olarak bağımlıdır (deterministik). Yx


1
Örnek korelasyon sıfır, gerçek korelasyonun sıfır olduğu anlamına gelmez.
mpiktas

3
@mpiktas Eğer bu dört değer, her biri 1/4 olasılıklı iki değişkenli bir dağılımı temsil ediyorsa, corsıfır döndüren işlev, sıfır popülasyon korelasyonunu gösterecektir.
Glen_b -Reinstate Monica,

@Glen_b Kod hakkında daha iyi yorumlar yapmalıydım. Bu herkes tarafından bilinmeyebilir. Sen noktalı virgül Ben R. bir kodlama tarzı olarak tavsiye edilmez düşünüyorum düşünce kullanabilirsiniz
Analist

1
@Glen_b evet haklısın. Ancak bu belirtilmedi. Güzel gözlem btw.
mpiktas

1

Korelasyon eksikliğinin bağımsızlık anlamına geldiği tek genel durum, X ve Y'nin ortak dağılımının Gaussian olduğu durumdur.


2
Bu, doğrudan basit bir örnek üreterek soruya cevap vermez - bu anlamda, daha çok bir yorumdur - ancak dolaylı bir cevap sunar, çünkü çok geniş bir olası örnekler kümesi önerir. Asıl soruya nasıl cevap verdiğini netleştirmek için bu yazıyı yeniden düzenlemeye değer olabilir.
Silverfish

-1

İki cümle cevabı: ilişkisiz istatistiksel bağımlılığın en açık örneği, RV'nin doğrusal olmayan bir fonksiyonudur, Y = X ^ n diyelim. İki RV açıkça bağımlıdır, fakat henüz korelasyonlu değildir, çünkü korelasyon doğrusal bir ilişkidir.


XXY=Xn

Bu cevap yanlış. R'de: İfade: {x <- runif (100); Kor (x, x ^ 3)} Sonuç: 0,9062057
Josh
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.