Всегда ли две стандартные нормальные случайные величины независимы?


16

Я узнал, что стандартное нормальное распределение уникально, потому что среднее значение и дисперсия зафиксированы на 0 и 1 соответственно. В связи с этим мне интересно, должны ли какие-либо две стандартные случайные величины быть независимыми.


12
Почему они должны быть ..? Независимость не имеет ничего общего с распределением.
Тим

27
Рассмотрим и X . Они не независимы. XX
Джечлин

Вы можете найти это полезным с практической точки зрения. stats.stackexchange.com/questions/15011/…
JustGettinStarted

В дополнение к хорошим примерам, приведенным выше, рассмотрим в общем случае двумерное нормальное распределение с N (0 ,!) маргинальными распределениями. Возможна любая корреляция между -1 и 1. Все приведенные ниже примеры являются частными случаями. Кроме того, две стандартные нормальные переменные могут быть зависимыми, но не иметь двумерного распределения.
Майкл Р. Черник

1
Я заметил, что Бэтмен дает общий результат, который может совпадать с тем, что я предлагаю. Случай Y = -X имеет корреляцию -1 и, следовательно, является вырожденной формой двумерного нормали. Я не видел здесь примера (в этом посте), который иллюстрирует случай, который не является двумерным нормальным.
Майкл Р. Черник

Ответы:


42

Ответ - нет. Например, если является стандартной случайной величиной, то Y = - X следует той же статистике, но X и Y явно зависят.XY=XXY


26

Нет, нет оснований полагать, что любые два стандартных гауссиана независимы.

Вот простая математическая конструкция. Предположим, что и Y - две независимые стандартные нормальные переменные. Тогда параXY

X,X+Y2

две зависимые стандартные нормальные переменные. Таким образом, пока они являются двумя независимыми нормальными переменными, должно быть две зависимые .

21

V(X+Y2)=122(V(X)+V(Y))=1

XX=x

E[X+Y2X=x]=x2

7

Вот довольно широкий ответ:

X,Ya,baX+bYXYE[(XE[X])(YE[Y])]=0

Σ=[1pp1](λ1)2p2 has positive roots in λ. Then, apply the Cholesky decompositon to Σ=RRT. Then, take two independent standard normal random variables U,V and then the vector R[UV] has standard normal components, but the components are independent if and only if p=0.


5

A non-bivariate normal example (as Michael Chernick suggests in the comments):

Let fX,Y(x,y)={1πex2+y22xy00o.w..

This is not a bivariate normal distribution, but a simple integral shows that both marginals are standard normal. They're obviously not independent since fX,Y(x,y)fX(x)fY(y).

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.