不相关的正态分布随机变量也不一定就独立

素材主要来自英文维基百科词条Normally distributed and uncorrelated does not imply independent
我们直接举个例子吧。假设 X X X服从正态分布， W W W是一个Rademacher distribution的随机变量，其取值在集合 { 1 , − 1 } \{1,-1\} {1,−1}中，且概率均为1/2。令 Y = W X Y=WX Y=WX。关于 Y Y Y的分布，我们有
F Y ( y ) = P ( Y ≤ y ) = P ( X ≤ y ∣ W = 1 ) P ( W = 1 ) + P ( X ≥ − y ∣ W = − 1 ) P ( W = − 1 ) = 1 2 [ F X ( y ) + 1 − F X ( − y ) ] \begin{aligned} F_Y(y) &= P(Y\leq y) \\ &= P(X\leq y|W=1)P(W=1) + P(X\geq -y|W=-1)P(W=-1) \\ &= \frac{1}{2}[ F_X(y) + 1-F_X(-y)] \end{aligned} FY(y)=P(Y≤y)=P(X≤y∣W=1)P(W=1)+P(X≥−y∣W=−1)P(W=−1)=21[FX(y)+1−FX(−y)]
由于正态分布的对称性，我们有 F X ( y ) = 1 − F X ( − y ) F_X(y) = 1-F_X(-y) FX(y)=1−FX(−y)。于是，我们有
F Y ( y ) = F X ( y ) \begin{aligned} F_Y(y) = F_X(y) \end{aligned} FY(y)=FX(y)
重要结论即为 Y Y Y为正态分布。再考察 X X X与 Y Y Y的线性相关性，其协方差为
C O V ( X , Y ) = E [ X Y ] − E X E Y = E [ X W X ] − 0 = E [ X 2 W ] = E [ X 2 ] E [ W ] = 0 \begin{aligned} COV(X,Y)&=\mathbb{E}[XY]- \mathbb{E}X\mathbb{E}Y \\ &=\mathbb{E}[XWX] - 0 \\ & = \mathbb{E}[X^2W] = \mathbb{E}[X^2] \mathbb{E}[W] =0 \end{aligned} COV(X,Y)=E[XY]−EXEY=E[XWX]−0=E[X2W]=E[X2]E[W]=0
由此可见， X X X与 Y Y Y线性不相关。
但是显然，我们有 ∣ X ∣ = ∣ Y ∣ |X|=|Y| ∣X∣=∣Y∣，即 X X X与 Y Y Y不独立。因此， X X X与 Y Y Y就是一个很好的例子，证明不相关的正态分布随机变量也不一定就独立。

不相关的正态分布随机变量也不一定就独立相关推荐

浙大概率第四版，证明正态分布随机变量不相关等价于独立
证明命题: 对于任意满足正态分布的随机变量 X , Y X,Y X,Y,有 X , Y X,Y X,Y不相关 ⇔ \Leftrightarrow ⇔ X , Y X,Y X,Y独立如果 X , Y ...
【两个正态分布随机变量】独立与相关的关系
前言如果你对这篇文章感兴趣,可以点击「[访客必读 - 指引页]一文囊括主页内所有高质量博客」,查看完整博客分类与对应链接. 独立一定不相关 X,Y 为两个独立的正态分布随机变量,则协方差 Cov(X ...
生成正态分布随机变量c语言,C语言--生成正态分布随机数
摘要: 随机数在实际运用中非常之多,如游戏设计,信号处理,通常我们很容易得到平均分布的随机数.但如何根据平均分布的随机数进而产生其它分布的随机数呢?本文提出了一种基于几何直观面积的方法,以正态分布随机 ...
概率论与数理统计复习一（伽马函数、正态分布、瑞利分布、线性相关、独立）
目录各种分布正态分布引理瑞利分布期望与方差泊松分布期望与方差指数分布期望与方差指数分布的min.max.和 Z=min{X,Y}Z = min\{X,Y\}Z=min{X,Y} Z ...
数学基础_设随机变量X1,X2,…Xn相互独立，且都服从（0,θ）上的均匀分布。求U=max{X1,X2,…Xn}数学期望
我最近对很火的元宇宙及其衍生概念进行了思考,虽然现在谈元宇宙落地还为时尚早,但是根据这个愿景反推回来很多的技术趋势和未来的发展方向还是值得关注的.下面是我的公众号原文:[AI行业进展研究与商业价值分析 ...
概率统计·多维随机变量及其分布【相互独立随机变量、两个随机变量函数的分布】
独立性很好理解,如果x和y的概率互不影响的话,那么联合分布律就应该为x,y的边缘分布律的乘积对于F(x,y)和f(x,y)都是一样的--F(x,y)=F(x)* F(y),f(x,y)=f(x)* ...
免费亚马逊云服务器AWS EC2使用流量查看
4. 打开"每个实际的指标" 5. 默认"全部指标"-勾选"指标名称"为NetworkIn,NetworkOut的选项,我因为这个月总共开了 ...
【实战】——以波士顿房价为例进行数据的相关分析和回归分析
目录前言一.相关分析 1.概念 2.数据来源及处理 3.分析 3.1.协方差 3.2.相关系数二.回归分析 1.概念 2.一元线性回归 3.多元回归三.逻辑回归 1.概念 2.逻辑回归 3.拟 ...
正态分布的前世今生（靳志辉)
神说,要有正态分布,就有了正态分布. 神看正态分布是好的,就让随机误差服从了正态分布. 创世纪-数理统计 1. 正态分布,熟悉的陌生人学过基础统计学的同学大都对正态分布非常熟悉.这个钟形的分布曲线不 ...

不相关的正态分布随机变量也不一定就独立

不相关的正态分布随机变量也不一定就独立相关推荐

最新文章

热门文章