합의 분산이 분산의 합과 같습니까?


62

이 (항상) 사실입니까?

Var(i=1mXi)=i=1mVar(Xi)?

3
아래의 답변은 증거를 제공합니다. 간단한 경우 var (x + y)에서 직관을 볼 수 있습니다. x와 y가 양의 상관 관계가 있으면 둘 다 크거나 작은 경향이있어 전체 변동이 증가합니다. 이들이 음의 상관 관계가 있으면 서로를 취소하는 경향이있어 전체 변동이 줄어 듭니다.
Assad Ebrahim

답변:


91

귀하의 질문에 대한 답변은 "가끔은 아니지만 일반적으로"입니다.

이를 확인하기 위해 은 임의 변수 (유한 분산)입니다. 그때,X1,...,Xn

var(i=1nXi)=E([i=1nXi]2)[E(i=1nXi)]2

이제 . 손으로 을 계산할 때 무엇을하고 있는지 생각해보십시오 . 따라서, ( 1 + . . . + N ) ( 1 + . . . + N )(i=1nai)2=i=1nj=1naiaj(a1+...+an)(a1+...+an)

E([i=1nXi]2)=E(i=1nj=1nXiXj)=i=1nj=1nE(XiXj)

비슷하게,

[E(i=1nXi)]2=[i=1nE(Xi)]2=i=1nj=1nE(Xi)E(Xj)

그래서

var(i=1nXi)=i=1nj=1n(E(XiXj)E(Xi)E(Xj))=i=1nj=1ncov(Xi,Xj)

공분산의 정의에 의해.

이제 합의 분산이 분산의 합과 같습니까? :

  • 변수는, 예 상관되지 않은 경우 : 즉, 에 대해 다음cov(Xi,Xj)=0ij

    var(i=1nXi)=i=1nj=1ncov(Xi,Xj)=i=1ncov(Xi,Xi)=i=1nvar(Xi)
  • 변수가 상관 관계가있는 경우 아니오, 일반적으로 아닙니다 . 예를 들어, 가 각각 및 갖는 두 개의 임의 변수 라고 가정합니다. 여기서 . 그런 다음 이므로 ID가 실패합니다.X1,X2σ2cov(X1,X2)=ρ0<ρ<σ2var(X1+X2)=2(σ2+ρ)2σ2

  • 그러나 특정 예에서 가능합니다 . 에 공분산 행렬 그런 다음X1,X2,X3

    (10.40.60.410.20.60.21)
    var(X1+X2+X3)=3=var(X1)+var(X2)+var(X3)

따라서 변수가 서로 관련이없는 경우 합의 분산은 분산의 합이지만 일반적으로 컨버스는 사실 이 아닙니다 .


공분산 행렬의 예와 관련하여 다음이 정확합니다. 오른쪽 위 삼각형과 왼쪽 아래 삼각형 사이의 대칭은 이지만 대칭 이라는 사실을 반영합니다. 왼쪽 상단과 오른쪽 하단 사이 (이 경우 은 예제의 일부이지만 두 가지 다른 것으로 대체 될 수 있습니다. 해당하는 숫자 , 예 : 및 ? 다시 감사합니다cov(Xi,Xj)=cov(Xj,Xi)cov(X1,X2)=cov(X2,X3)=0.30.6cov(X1,X2)=acov(X2,X,3)=0.6a
Abe

41

Var(i=1mXi)=i=1mVar(Xi)+2i<jCov(Xi,Xj).

따라서 공분산의 평균이 이면 변수가 쌍으로 관련이 없거나 독립적 인 경우 결과의 합은 분산의 합입니다.0

이것이 사실이 아닌 예 : Let . 이라고하자 . 그런 다음 입니다.X 2 = X 1 Var ( X 1 + X 2 ) = Var ( 2 X 1 ) = 4Var(X1)=1X2=X1Var(X1+X2)=Var(2X1)=4


표본 분산에 대해서는 거의 해당되지 않습니다.
DWin

1
@DWin, "희귀"는 과소 평가입니다. 에 연속 분포가있는 경우 합계의 표본 분산이 정확히 0의 표본 분산의 합과 같을 확률은 다음과 같습니다.)X
Macro

15

Macro에서 제공하는보다 간결한 증명 버전을 추가하고 싶었으므로 진행 상황을 쉽게 확인할 수 있습니다.

주의 그 이후Var(X)=Cov(X,X)

두 개의 임의 변수 대해 다음을 갖습니다.X,Y

Var(X+Y)=Cov(X+Y,X+Y)=E((X+Y)2)E(X+Y)E(X+Y)by expanding,=E(X2)(E(X))2+E(Y2)(E(Y))2+2(E(XY)E(X)E(Y))=Var(X)+Var(Y)+2(E(XY))E(X)E(Y))
따라서 일반적으로 두 랜덤 변수의 합의 분산은 분산의 합이 아닙니다. 그러나 가 독립적이면 이고 입니다.X,YE(XY)=E(X)E(Y)Var(X+Y)=Var(X)+Var(Y)

간단한 유도 로 랜덤 변수 의 합에 대한 결과를 생성 할 수 있습니다 .n


당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.