您的推理路线的问题是
“我认为我们总是可以假设与其他独立。”XXX
X X X X X Y X 1 X 2X是不是独立的。此处,符号用于指代相同的随机变量。一旦知道了要在公式中出现的第一个的值,这也将确定要出现的第二个的值。如果希望它们引用不同的(并且可能是独立的)随机变量,则需要用不同的字母(例如和)或使用下标(例如和)来表示它们;后者通常(但不总是)用来表示从同一分布中提取的变量。XXXXXYX1X2
如果两个变量和是独立的,则与:知道的值不会为我们提供有关值的任何其他信息。但是为,如果和否则:知道的值为您提供有关的值的完整信息。[您可以用累积分布函数或适当时用概率密度函数代替本段中的概率,以达到基本相同的效果。]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
看待事物的另一种方式是,如果两个变量是独立的,然后他们有零相关(虽然零相关性并不意味着独立!),但是完全与自身相关,所以不能独立于自身。注意,由于协方差由,因此Corr (X ,X )= 1 X Cov (X ,Y )= Corr (X ,Y )√XCorr(X,X)=1X冠状病毒(X,X)=1 √冠状病毒(X,Y)= Corr(X,Y)Var(X)Var(是)------------√
冠状病毒(X,X)=1Var(X)2−−−−−−−√=Var(X)
两个随机变量之和的方差的更通用公式是
Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y)
特别是,因此Cov(X,X)=Var(X)
Var(X+X)=Var(X)+Var(X)+2Var(X)=4Var(X)
这与您应用规则得出的结论相同
Var(aX)=a2Var(X)⟹Var(2X)=4Var(X)
如果您对线性感兴趣,那么您可能对协方差的双线性感兴趣。对于随机变量,,和(是否依赖或不依赖)和常量,,和我们有X 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)
总体而言
Cov(aW+bX,cY+dZ)=acCov(W,Y)+adCov(W,Z)+bcCov(X,Y)+bdCov(X,Z)
然后,您可以使用它来证明您在帖子中写出的(非线性)方差结果:
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)
作为特殊情况,当,后者给出a=b=1
Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y)
当和不相关(包括它们独立的情况)时,则减小为。因此,如果您想以“线性”方式(通常是代数运算的一种好方法)来处理方差,则可以使用协方差,并利用它们的双线性。Y Var (X + Y )= Var (X )+ Var (Y )XYVar(X+Y)=Var(X)+Var(Y)