不相关性对哪些分布表示独立?


11

统计由来已久的提醒是“uncorrelatedness并不能意味着独立”。通常,这种提醒是在心理上舒缓的(并且在科学上正确的)陈述中进行补充的:“尽管如此,这两个变量共同正态分布,但不相关的确意味着独立”。

我可以将快乐异常的数量从一增加到两个:当两个变量是伯努利分布时,那么不相关又意味着独立。如果和是两个Bermoulli rv,则,其中我们有,类似地对于,它们的协方差为XYXB(qx),YB(qy)P(X=1)=E(X)=qxY

Cov(X,Y)=E(XY)E(X)E(Y)=SXYp(x,y)xyqxqy

=P(X=1,Y=1)qxqy=P(X=1Y=1)P(Y=1)qxqy

=(P(X=1Y=1)qx)qy

对于不相关性,我们要求协方差为零,因此

Cov(X,Y)=0P(X=1Y=1)=P(X=1)

P(X=1,Y=1)=P(X=1)P(Y=1)

这也是变量独立所需要的条件。

所以我的问题是:您是否知道其他任何分布(连续或离散)的不相关性意味着独立性?

含义:假设两个随机变量具有边际属于相同的分布(或许与所涉及的分布参数不同的值)的分布,但让我们用同样支持如说。两个指数,两个三角形等。方程所有解是否都由于所涉及的分布函数的形式/性质而隐含着独立性?正态边际(也假定它们具有二元正态分布)和伯努利边际都是这种情况-还有其他情况吗?X,YCov(X,Y)=0

这样做的动机是,与检查独立性是否成立相比,通常更容易检查协方差是否为零。因此,如果在给定理论分布的情况下,通过检查协方差,您还在检查独立性(例如伯努利或正态情况),那么这将是一件有用的事情。
如果从两个具有正常边际的rv中得到两个样本,我们就会知道,如果我们可以从这些样本统计得出它们的协方差为零,那么我们也可以说它们是独立的(但仅因为它们具有正常的边际)。知道我们是否可以在两个rv具有属于其他分布的边际的情况下同样得出结论将很有用。


从逻辑上讲,这里没有问题:采用任意一对自变量作为分布。无论它们是否相关,它们都由法令独立!您确实需要更精确地了解“分发”的含义以及发现有用的答案。
Whuber

@whuber我不明白您的评论。我先从不相关性开始,然后问:“我是否可以证明它们不相关,何时暗示它们也独立”?由于问题中陈述的两个结果取决于rv具有特定的分布(正态分布或伯努利分布),因此我问“是否存在其他任何已知分布,如果两个变量都遵循该分布,则该结果成立”?
Alecos Papadopoulos

3
取任意两个自变量并让为它们的分布。 是您问题的有效答案。请注意,您要证明一个条件,根据定义,只要结果为真,无论其前身的真值是多少,该条件就成立。因此,根据逻辑的基本规则,自变量的所有分布都是您问题的答案。X,YFF
ub

@Whuber,你显然是对的。我添加了一些与此动机相关的文字,希望借此阐明我的动机。
Alecos Papadopoulos

2
做出此决定时,您将从什么信息开始?从示例的表述来看,似乎给您每个变量的边际pdf以及每对变量不相关的信息。然后,您可以确定它们是否也是独立的。这个准确吗?
概率

Answers:


9

“尽管两个变量都是正态分布的,但是不相关确实意味着独立” 是一个非常普遍的谬误

仅当它们共同正态分布时才适用。

我最经常看到的反例是正常和独立的Rademacher(所以它是1或-1,概率分别为0.5);那么也是正常的(从考虑其分布函数来看是很显然的),(此处的问题是例如通过对以下内容进行迭代期望来显示,并注意到是或,每个概率为0.5),很明显变量是相关的(例如,如果我知道则或,因此有关XN(0,1)YZ=XYCov(X,Z)=0E(XZ)=0YXZX2X2X>2Z>2Z<2X给我有关信息。 Z

还应该记住,边际分布并不能唯一地确定联合分布。任取两个真正的房车和边际的CDF和。然后对于任何函数:XYFX(x)GY(y)α<1

HX,Y(x,y)=FX(x)GY(y)(1+α(1FX(x))(1FY(y)))

将是一个双变量CDF。(要获取边际从作为取极限趋于无穷大,其中。反之亦然为。)很明显,通过选择不同的值的,你可以得到不同的联合分布!FX(x)HX,Y(x,y)yFY(y)=1Yα


确实。我忘记了“联合”。
Alecos Papadopoulos

1
@Alecos既然边际分布通常不能确定联合分布(只是编辑了我的答案以使这一点变得清楚),这在哪里留下您的问题?
Silverfish

1
@Alecos我想我现在对这个问题的实质有了更好的理解:给定两个边际分布,存在无限可能的联合分布。在什么情况下,施加零协方差的条件会使我们仍然只有那些联合分布之一,即随机变量是独立的那个联合分布?
银鱼

1
如果我坚持双变量的情况,则联合MGF和边际MGF和,问题变成:表示吗?MX,Y(s,t)MX(s)=MX,Y(s,0)MY(t)=MX,Y(0,t)中号Xÿ小号=中号Xÿ小号0中号Xÿ02stMX,Y(s,t)|s=0,t=0=sMX,Y(s,t)|s=0,t=0tMX,Y(s,t)|s=0,t=0MX,Y(s,t)=MX,Y(s,0)MX,Y(0,t)
银鱼

2
@Silverman我会检查的概念subindependenceen.wikipedia.org/wiki/Subindependence,看有无这个问题可以在瞬间生成功能方面制定。
Alecos Papadopoulos
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.