답변:
당신의 추론의 문제는
"저는 항상 가 다른 독립적 이라고 가정 할 수 있습니다 ."X
X X X X Y X 1 X 2 독립적이지입니다 . 여기서 기호 는 동일한 임의의 변수를 나타내는 데 사용됩니다. 수식에 나타날 첫 번째 X 의 값을 알고 나면 두 번째 의 값도 표시됩니다. 고유 한 (및 잠재적으로 독립적 인) 임의 변수를 참조하려면 다른 문자 (예 : 및 ) 또는 아래 첨자 (예 : 및 )로 변수를 표시해야합니다 . 후자는 종종 같은 분포에서 도출 된 변수를 나타내는 데 사용되지만 항상 그런 것은 아닙니다.
두 변수 와 가 독립적 인 경우 는 같습니다. 값을 알면 값에 대한 추가 정보가 제공되지 않습니다 . 그러나 인 경우 와 의 값을 알고 : 그렇지 않으면 당신의 가치에 대한 완전한 정보 제공 . [이 단락의 확률은 누적 분포 함수 또는 적절한 경우 확률 밀도 함수로 본질적으로 동일한 효과로 대체 할 수 있습니다.]Y Pr ( X = a | Y = b ) Pr ( X = a ) Y X Pr ( X = a | X = b ) 1 a = b 0 X X
사물을 보는 또 다른 방법은 두 변수가 독립적 인 경우 상관 관계가 0 이지만 ( 제로 상관 관계는 독립성을 의미하지는 않지만!) 는 자체와 완벽하게 상관되어 있습니다. 이므로 는 자체적으로 독립적. 참고 그 이후 공분산은 로 주어진다 다음Corr ( X , X ) = 1 X Cov ( X , Y ) = Corr ( X , Y ) √ Cov(X,X)=1 √
두 랜덤 변수의 합 분산에 대한보다 일반적인 공식은 다음과 같습니다.
특히 이므로
규칙 적용에서 추론했을 때와 동일합니다.
선형성에 관심이 있다면 공분산 의 이중성 에 관심이있을 수 있습니다 . 랜덤 변수 , , 및 (종속 또는 독립) 및 상수 , , 및 경우X Y Z a b c d
전반적으로
그런 다음 이것을 사용하여 게시물에 작성한 분산에 대한 (비선형) 결과를 증명할 수 있습니다.
후자는 일 때 특별한 경우로 ,
경우 및 (가 독립적 인 경우를 포함)를 무상관, 이것은로 감소 . 따라서 "선형"방식으로 분산을 조작하려면 (대수적으로 대수적으로 작업하는 것이 좋은 방법 임) 대신 공분산을 사용하여 쌍 선성을 활용하십시오.
2+PRNG(6)+PRNG(6)
자주 입니다 당신은 / 같은 규칙 위 및 / 또는 표기법으로 주사위를 던져 얼마나 서로 다른 사례가 진정으로 독립적 인 .