如果X和Y不相关,那么X ^ 2和Y也不相关吗?


29

如果两个随机变量X和不相关,我们还可以知道和不相关吗?我的假设是。X 2 YYX2Y

X,Y不相关意味着,或E[XY]=E[X]E[Y]

E[XY]=xyfX(x)fY(y)dxdy=xfX(x)dxyfY(y)dy=E[X]E[Y]

这是否也意味着以下内容?

E[X2Y]=x2yfX(x)fY(y)dxdy=x2fX(x)dxyfY(y)dy=E[X2]E[Y]

4
是。之前已经有人问过这个问题,但我无法从我的移动设备上找到具体参考。
Dilip Sarwate

2
@DilipSarwate似乎已经接受的答案已经给出了反例。
Vim

8
@DilipSarwate您的评论中必须用“否”代替“是”!
变形虫说莫妮卡(Monica)恢复

11
@amoeba问题的原始版本询问有关独立性的问题,答案的确是。此后已对其进行编辑,以询问不相关的随机变量。我现在无法更改我的评论。
Dilip Sarwate

最初的问题很困惑,因为它使用了错误的独立性定义。当前的问题仍然令人困惑,因为它断言了不相关的不恰当推论(它假设)。我希望@vegardstikbakke阅读一些有关独立和不相关的正确定义。fXY(x,y)=fX(x)fY(y)
梅尼·罗森菲尔德

Answers:


59

否。一个反例:

上均匀地分布[ - 1 1 ]ÿ = XX[1,1]Y=X2

以及E [ X Y ] = E [ X 3 ] = 0X 3是奇函数),所以XE[X]=0E[XY]=E[X3]=0X3不相关。X,Y

但是E[X2Y]=E[X4]=E[X22]>E[X2]2=E[X2]E[Y]

最后一个不平等源于詹森的不平等。它还由以下事实得出 ,因为E[X22]E[X2]2=Var(X)>0是不恒定的。X


您的推理问题是可能取决于y,反之亦然,因此您的倒数第二个等式无效。fXy


8
无需使它与詹森的不平等关系更加复杂;是一个非负随机变量,并且不是0的wp 1,所以Ë [ X 4 ] > 0(也可以只是做1 - 1 X 4 d X和很容易地看到它的正数)。X40E[X4]>011x4dx
蝙蝠侠

1
您还应该添加一个图。我一直在考虑一个类似的示例(-1:+1上的Y = | X |),但是会在视觉上呈现出来。
Anony-Mousse

2
@Batman我不太清楚它如何为您提供任何东西,因为我们很感兴趣E[X22]E[X2]2>0
Jakub Bartczuk

1
@ Anony-Mousse不需要限制Y。Y = | X | 符合要求。
罗伦·佩希特尔

LorenPechtel用于可视化。因为恕我直言,最好了解为什么会发生这种情况,而不仅仅是数学结果是所希望的。
Anony-Mousse

20

即使,不仅X 2Y可能相关,而且Corr X 2Y = 1时它们甚至可以完全相关:Corr(X,Y)=0X2YCorr(X2,Y)=1

> x <- c(-1,0,1); y <- c(1,0,1)
> cor(x,y)
[1] 0
> cor(x^2,y)
[1] 1

Corr(X2,Y)=1

> x <- c(-1,0,1); y <- c(-1,0,-1)
> cor(x,y)
[1] 0
> cor(x^2,y)
[1] -1

如果你不能读取R代码里面,第一示例是相当于考虑两个随机变量ÿ与AA共同分布,使得X ÿ 是等可能地- 1 1 0 0 1 1 。在完全负相关的示例中,X Y 同样可能是1 XY(X,Y)(1,1)(0,0)(1,1)(X,Y)(1,1)(0,0) or (1,1).

Nevertheless, we can also construct X and Y such that Corr(X2,Y)=0, so all extremes are possible:

> x <- c(-1,-1,0,1,1); y <- c(1,-1,0,1,-1)
> cor(x,y)
[1] 0
> cor(x^2,y)
[1] 0

9

E[h(X,Y)]

E[h(X,Y)]=h(x,y)fX(x)fY(y)dxdy
E[h(X,Y)]=h(x,y)fXY(x,y)dxdy.
The two coincide if fXY(x,y)=fX(x)fY(y), i.e. if X and Y are independent. Being uncorrelated is a necessary but not sufficient condition for being independent. So if two variables X and Y are uncorrelated but dependent, then f(X) and g(Y) may be correlated.
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.