이항의 분산을 이해하지 못합니다


13

나는 그런 기본적인 질문을하는 것조차도 바보처럼 느껴지지만 여기에 간다.

나는 확률 변수의 경우 값을 취할 수 과 로, 와 , 그럼 내가 그리는 경우 그것의 샘플을, 나는거야 이항 분포.X01P(X=1)=pP(X=0)=1−pn

분포의 평균은

μ=np=E(X)

분포의 분산은

σ2=np(1−p)

여기 내 문제가 시작됩니다 :

분산은 됩니다. 두 가능한 결과 의 제곱은 아무것도 변경하지 않기 때문에 ( 및 ), 이는 를 의미하므로σ2=E(X2)−E(X)2X02=012=1E(X2)=E(X)

σ2=E(X2)−E(X)2=E(X)−E(X)2=np−n2p2=np(1−np)≠np(1−p)

여분의 어디로 갑니까? 당신은 아마 내가 통계를 잘하지 못한다고 말할 수 있으므로 복잡한 용어를 사용하지 마십시오 : sn


1
만약 이들은 독립적 후있는 . 그러나 훨씬 쉬운 경로는 이므로 이므로 독립X=X1+X2+⋯+XnE[X2]=E[X12+X1X2+⋯+X1Xn+X2X1+X22+⋯]=n(n−1)p2+npE[X1]2=pVar[X1]=p−p2Var[X1+X2+⋯+Xn]=n(p−p2)
— Henry

답변:


25

랜덤 변수 의 값 복용 과 확률로 및 파라미터와 베르누이 확률 변수라고 . 이 임의의 변수에는 에서 크기가 랜덤 표본 이 있고 새로운 랜덤 변수 정의한다고 가정합니다. 이면 의 분포를 이항이라고하며 이의 모수는X01P(X=1)=pP(X=0)=1−pp

E(X)=0⋅(1−p)+1⋅p=pE(X2)=02⋅(1−p)+12⋅p=pVar(X)=E(X2)−(E(X))2=p−p2=p(1−p)
X1,X2,⋯,XnnBernoulli(p)Y=X1+X2+⋯+XnYn 과 . 이항 랜덤 변수 Y의 평균과 분산은 p
E(Y)=E(X1+X2+⋯+Xn)=p+p+⋯+p⏟n=npVar(Y)=Var(X1+X2+⋯+Xn)=Var(X1)+Var(X2)+⋯+Var(Xn) (as Xi's are independent)=p(1−p)+p(1−p)+⋯+p(1−p)⏟n (as Xi's are identically distributed)=np(1−p)

1
"추가 n은 어디로 갑니까?"라는 질문에 어떻게 대답합니까?
— amoeba는 Reinstate Monica가

@amoeba 의견을 보내 주셔서 감사합니다. OP가 Bernoulli와 Binomial 랜덤 변수를 구별 할 수 없었기 때문에 필자는 그에게 필요한 정의와 필요한 표현을 얻는 과정을 상기시키는 것을 생각했습니다.
— LVRao

1
OP의 추론에서 실수를 명시 적으로 지적하면 귀하의 답변 (내 의견으로는)이 향상 될 것이라고 말하고 있습니다. 귀하의 답변은 올바른 공식을 도출하지만 OP가 어디에서 잘못되었는지는 나타내지 않습니다.
— amoeba는 Reinstate Monica가

@amoeba True. 방향을 제시하고 스스로 교정하는 것도 때때로 도움이됩니다.
— LVRao

11

입증 과정에서 두 가지 실수 :

1 : 첫 번째 단락은과 비교하여 서로 다른 정의가 문서의 나머지 부분을.XX

2 : ~ , 조건 하에서 . 에서 작업을 시도하십시오.XBin(p,n)E(X2)≠E(X)E(X2)=∑(x2Pr(X=x))


2
눈이 피가 나는 것을 좋아한다면, 나는 대학원에서 내 노트를 많이 썼다. 이 특정 링크는 E (X)와 E (X ^ 2)의 파생을 보여줍니다. nutterb.github.io/ItCanBeShown/…
— Benjamin
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.