두 변수의 합의 분산에 대한 직관의 직관


10

나는 이전 연구에서

Vㅏ아르 자형(ㅏ+비)=Vㅏ아르 자형(ㅏ)+Vㅏ아르 자형(비)+2씨영형V(ㅏ,비)

그러나 나는 왜 그런지 이해하지 못합니다. A와 B가 서로 높은 수준에있을 때 분산이 '분산'되는 효과가 있음을 알 수 있습니다. 상관 관계가 높은 두 변수로 합성을 만들 때 B의 관측치가 높은 A의 관측치와 B의 관측치가 낮은 A의 관측치가 추가되는 경향이 있습니다. 복합 변수에 극도로 높은 값과 낮은 값을 생성하여 복합의 분산을 증가시킵니다.

그러나 공분산에 정확히 2 를 곱하는 것이 왜 효과가 있습니까?


1
와 가 완벽하게 양의 상관 관계를 갖는 경우 이고 완벽하게 음의 상관 관계가 있으면 . 공분산은이 범위의 관계가 얼마나 멀리 있는지 측정합니다.B V a r ( A + B ) = V a r ( A ) + V a r ( B ) + 2 √ㅏ비 Var(A+B)=Var(A)+Var(B)−2 √Vㅏ아르 자형(ㅏ+비)=Vㅏ아르 자형(ㅏ)+Vㅏ아르 자형(비)+2Vㅏ아르 자형(ㅏ)Vㅏ아르 자형(비)Vㅏ아르 자형(ㅏ+비)=Vㅏ아르 자형(ㅏ)+Vㅏ아르 자형(비)−2Vㅏ아르 자형(ㅏ)Vㅏ아르 자형(비)
— Henry

답변:


21

간단한 답변 :

분산에는 제곱이 포함됩니다.

Vㅏ아르 자형(엑스)=이자형[(엑스−이자형[엑스])2]

따라서 귀하의 질문은 제곱 정체성의 요소 2로 요약됩니다.

(ㅏ+비)2=ㅏ2+비2+2ㅏ비

쪽의 정사각형 영역의 분해 시각적으로 이해 될 수있는 측면의 작은 사각형의 영역으로 와 에 추가하여, 두 변의 직사각형 및 :a b a b(ㅏ+비)ㅏ비ㅏ비

여기에 이미지 설명을 입력하십시오

더 많은 답변 :

수학적으로 더 복잡한 답을 원한다면 공분산은 이중 선형 형태이므로 첫 번째와 두 번째 인수 모두에서 선형임을 의미합니다.

Var(A+B)=Cov(A+B,A+B)=Cov(A,A+B)+Cov(B,A+B)=Cov(A,A)+Cov(A,B)+Cov(B,A)+Cov(B,B)=Var(A)+2Cov(A,B)+Var(B)

마지막 줄에서 공분산이 대칭이라는 사실을 사용했습니다.

Cov(A,B)=Cov(B,A)

요약하면 :

와 를 모두 설명해야하기 때문에 두 개 입니다.c o v ( B , A )cov(A,B)cov(B,A)


5

랜덤 변수 세트는 벡터 공간이며, 유클리드 공간의 많은 특성은 이들에 유사 할 수 있습니다. 표준 편차는 길이와 매우 유사하고 길이와 같은 분산은 제곱입니다. 독립성은 직교에 해당하는 반면, 완벽한 상관 관계는 스칼라 곱셈에 해당합니다. 따라서 독립 변수의 분산은 피타고라스 정리를 따릅니다. .
Vㅏ아르 자형(ㅏ+비)=var(A)+var(B)

그것들이 완벽하게 상관된다면,
std(A+B)=std(A)+std(B)

이것은
var(A+B)=var(A)+var(B)+2var(A)var(B)

독립적이지 않으면 코사인 법칙과 유사한 법칙을 따릅니다.
var(A+B)=var(A)+var(B)+2cov(A,B)

일반적인 경우는 완전한 독립성과 완벽한 상관 관계 사이의 것입니다. 경우 및 독립적으로, 다음 제로이다. 따라서 일반적인 경우는 항상 항과 항이 있고 항 에 약간의 변형이있는 것입니다 ; 변수의 상관 관계가 높을수록이 세 번째 항이 더 커집니다. 그리고 이것은 정확히 입니다 : 그것은 곱하기 와 의 입니다 .B c o v ( A , B ) v a r ( A , B ) v a r ( A ) v a r ( B ) 2 √ABcov(A,B)var(A,B)var(A)var(B) 2cov(A,B)2 √2var(A)var(B)2cov(A,B) r2AB2var(A)var(B)r2AB

var(A+B)=var(A)+var(B)+MeasureOfCorr이자형엘ㅏ티나는영형엔※피이자형아르 자형에프이자형씨티씨영형아르 자형아르 자형이자형엘ㅏ티나는영형엔티이자형아르 자형미디엄

여기서 및 P e r f e c t C o r r e l a t i o n T e r m = 2 √미디엄이자형ㅏ에스유아르 자형이자형영형에프씨영형아르 자형아르 자형이자형엘ㅏ티나는영형엔=아르 자형2피이자형아르 자형에프이자형씨티씨영형아르 자형아르 자형이자형엘ㅏ티나는영형엔티이자형아르 자형미디엄=2Vㅏ아르 자형(ㅏ)Vㅏ아르 자형(비)

인 경우 다른 용어 로아르 자형=씨영형아르 자형아르 자형이자형엘(ㅏ,비)

σㅏ+비=σㅏ2+σ비2+2(아르 자형σㅏ)(아르 자형σ비)

따라서 는 코사인 법칙의 와 유사합니다 . c o s아르 자형2씨영형에스


2

나는 당신이 인용하는 것은 아니라는 것을 추가 할 정의 의 , 오히려 결과 의 정의 및 . 따라서 방정식이 왜 유지되는지에 대한 답은 byouness에 의해 수행되는 계산 입니다. 당신의 질문은 정말 그게 말이되는 이유 일 것입니다. 비공식적으로 :V a r C o vVㅏ아르 자형(ㅏ+비)Vㅏ아르 자형씨영형V

얼마 "변화"할 것은 네 가지 요소에 따라 달라집니다ㅏ+비

  1. 는 얼마나 다양 할까요 ?ㅏ
  2. 는 얼마나 다양 할까요 ?비
  3. 가 움직일 때 (또는 변할 때) 가 얼마나 변할 것인가 .Bㅏ비
  4. 가 움직일 때 가 얼마나 변 할까요 ?A비ㅏ

어떤 우리에게 가져다 는 가 대칭 연산자 이기 때문 입니다.

Vㅏ아르 자형(ㅏ+비)=Vㅏ아르 자형(ㅏ)+Vㅏ아르 자형(비)+씨영형V(ㅏ,비)+씨영형V(비,ㅏ)
=Vㅏ아르 자형(ㅏ)+Vㅏ아르 자형(비)+2씨영형V(ㅏ,비)
씨영형V
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.