여러 랜덤 변수의 곱의 차이


44

: 우리는 두 개의 독립 변수에 대한 답을 알고

Var(XY)=E(X2Y2)(E(XY))2=Var(X)Var(Y)+Var(X)(E(Y))2+Var(Y)(E(X))2

그러나 이상의 변수의 곱을 취하면 각 변수의 분산 및 예상 값에 대한 답은 무엇입니까?Var(X1X2Xn)


5
이 때문에 (모든 가정 랜덤 변수이고 X 무관)을가 독립적 인 X N , 대답이 유도 얻어진다 무변화 필요하지 않다. 이것이 너무 신비하게 보이지 않도록 기술은 계산기로 두 개의 숫자를 추가 할 수 있기 때문에 반복 된 덧셈으로 동일한 계산기로 n 개의 숫자를 추가 할 수 있다는 점과 다르지 않습니다 . X1X2Xn1XiXnn
whuber

3
표시된 방정식 의 증거 를 작성할 수 있습니까? cov ( X , Y ) 와 관련된 용어를 제공 해야하는 항에 어떤 일이 일어 났는지 궁금합니다 . (E[XY])2cov(X,Y)
Dilip Sarwate

5
@ DilipSarwate, 나는이 질문이 암묵적으로 Y 가 독립적 이라고 가정합니다 . OP 공식은 X , Y 가 상관되지 않고 X 2 , Y 2 가 상관되지 않을 때마다 정확합니다 . 관련 질문에 대한 내 답변은 여기 를 참조 하십시오 . XYX,YX2,Y2
Macro

5
@ 매크로 나는 당신이 제기 포인트를 잘 알고 있습니다. OP가 자신을 위해 이해하거나 이해하기 위해 노력한 것은 E [ X 2 Y 2 ]E [ X 2 Y 2 ] = E [ X 2 ]로 단순화되는 것처럼 독립적 인 무작위 변수에 대한 것입니다 . E [ Y 2 ] = ( σ 2 X + μ 2 X ) ( σ 2 Y + μ 2 YE[X2Y2]E [ ( X 1X n ) 2 ] E [ ( X 1X n ) 2 ] = E [ X 2 1 ] E [ X 2 n ] = n i = 1 ( σ 2 X i + μ 2 X i )
E[X2Y2]=E[X2]E[Y2]=(σX2+μX2)(σY2+μY2),
E[(X1Xn)2]
E[(X1Xn)2]=E[X12]E[Xn2]=i=1n(σXi2+μXi2)
whuber가 지적한 유도 방법보다 최종 결과를 얻는 더 직접적인 방법이라고 생각합니다.
Dilip Sarwate

@DilipSarwate, 좋습니다. 답변으로 게시하여 추천 할 수 있습니다.
Macro

답변:


38

X1,X2,,Xn

var(X1Xn)=E[(X1Xn)2](E[X1Xn])2=E[X12Xn2](E[(X1]E[Xn])2=E[X12]E[Xn2](E[X1])2(E[Xn])2=i=1n(var(Xi)+(E[Xi])2)i=1n(E[Xi])2
n=2n=2X1X2X1X2X12X22n3

고마워요! 정말 감사. 예, 문제는 독립적 인 랜덤 변수에 대한 것이 었습니다.
damla

X1=X2==Xn=X

질문을 새 페이지에 게시했습니다. 고마워요! stats.stackexchange.com/questions/53380/…
damla

n

3
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.