Даже без этих упрощающих допущений можно получить оценку, комбинируя несколько обычных инструментов:
В некоторых деталях:
σ2Икс- Y= σ2Икс+ σ2Y- 2 ⋅ c o v ( X, Y)
c o v ( X, Y) = σИкс⋅ σY⋅ ρИксY
σ2Икс- Y= σ2Икс+ σ2Y- 2 ⋅ сгИкс⋅ σY⋅ ρИкс, Y
Согласно неравенству Чебышева, для любой случайной величины :Z
Pr ( | Z- μ | ≥ k σ) ≤ 1К2
Затем (и используя это :μИкс- Y= μИкс- μY)
Pr ( | X- Y- μИкс+ μY| ≥k⋅ σ2Икс+ σ2Y- 2 ⋅ сгИкс⋅ σY⋅ ρИкс, Y----------------------√) ≤ 1К2
Мы можем использовать предложенные упрощающие предположения, чтобы получить более простое выражение. Когда:
ρИкс, Y= c o v a r ( X, Y) / σИксσY= 1 - ϵ
μИкс= μY= 0
σ2Икс= σ2Y= σ2
Затем:
σ2Икс+ σ2Y- 2 ⋅ сгИкс⋅ σY⋅ ρИкс, Y= 2 ⋅ σ2⋅ ( 1 - ( 1 - ϵ ) ) = 2 σ2ε
И поэтому:
Pr ( | X- Y| ≥k⋅ σ2 ϵ--√) ≤ 1К2
Интересно, что этот результат сохраняется, даже если не маленький, и если условие для корреляции изменяется с на , результат не меняется (потому что это уже неравенство).ε= 1 - ϵ≥ 1 - ϵ