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 )(∑ni=1ai)2=∑ni=1∑nj=1aiaj(a1+...+an)⋅(a1+...+an)
E⎛⎝[∑i=1nXi]2⎞⎠=E(∑i=1n∑j=1nXiXj)=∑i=1n∑j=1nE(XiXj)
비슷하게,
[E(∑i=1nXi)]2=[∑i=1nE(Xi)]2=∑i=1n∑j=1nE(Xi)E(Xj)
그래서
var(∑i=1nXi)=∑i=1n∑j=1n(E(XiXj)−E(Xi)E(Xj))=∑i=1n∑j=1ncov(Xi,Xj)
공분산의 정의에 의해.
이제 합의 분산이 분산의 합과 같습니까? :
변수는, 예 상관되지 않은 경우 : 즉, 에 대해 다음cov(Xi,Xj)=0i≠j
var(∑i=1nXi)=∑i=1n∑j=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
⎛⎝⎜10.4−0.60.410.2−0.60.21⎞⎠⎟
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 .