Функции независимых случайных величин


25

Является ли утверждение о том, что функции независимых случайных величин сами по себе независимы, верно?

Я видел, что этот результат часто неявно используется в некоторых доказательствах, например, в доказательстве независимости между выборочным средним и выборочной дисперсией нормального распределения, но я не смог найти оправдания этому. Кажется, что некоторые авторы принимают это как данность, но я не уверен, что это всегда так.

Ответы:


33

Самое общее и абстрактное определение независимости делает это утверждение тривиальным, предоставляя важное квалифицирующее условие: две случайные переменные являются независимыми, что означает, что генерируемые ими сигма-алгебры являются независимыми. Поскольку сигма-алгебра, порожденная измеримой функцией сигма-алгебры, является подалгеброй, тем более любые измеримые функции этих случайных величин имеют независимые алгебры, откуда эти функции независимы.

(Когда функция не измерима, она обычно не создает новую случайную переменную, поэтому концепция независимости даже не применима.)


Давайте развернем определения, чтобы увидеть, насколько это просто. Напомним, что случайная величина является действительной функцией, определенной в «выборочном пространстве» (множество результатов, изучаемых с помощью вероятности).ΩXΩ

  1. Случайная переменная изучается с помощью вероятностей того, что ее значение лежит в различных интервалах действительных чисел (или, в более общем случае, множеств, построенных простыми способами вне интервалов: это измеримые по Борелю множества действительных чисел).X

  2. В соответствии с любым Бореля измеримого множества является событие , состоящее из всех исходов , для которых лежит в .X ( I ) ω X ( ω ) II X(I)ωИкс(ω)я

  3. Сигма-алгебра, порожденная , определяется совокупностью всех таких событий.Икс

  4. Наивное определение говорит две случайные величины и являются независимыми « когда их вероятности размножаться.» То есть, когда - одно измеримое по Борелю множество, а - другое, тоY I JИксYяJ

    Pr(Икс(ω)я а также Y(ω)J)знак равноPr(Икс(ω)я)Pr(Y(ω)J),

  5. Но на языке событий (и сигма-алгебр) это так же, как

    Pr(ωИкс*(я) а также ωY*(J))знак равноPr(ωИкс*(я))Pr(ωY*(J)),

Теперь рассмотрим две функции и предположим, что и - случайные величины. (Круг является функциональной композицией: . Вот что означает для быть «функцией случайной величины».) Обратите внимание - это это просто элементарная теория множеств - это f X g Y ( f X ) ( ω ) = f ( X ( ω ) ) fе,г:рреИксгY(еИкс)(ω)знак равное(Икс(ω))е

(еИкс)*(я)знак равноИкс*(е*(я)),

Другими словами, каждое событие, генерируемое (которое слева), автоматически является событием, генерируемымXеИксИкс (как показано в форме правой части). Поэтому (5) автоматически выполняется для и : проверять нечего!g YеИксгY


NB. Вы можете заменить «действительные» везде на «значениями в », не изменяя что-либо еще каким-либо материальным способом. Это охватывает случай вектор-случайных переменных.рd


1
Сигма-алгебры - это продвинутый (выпускной уровень) материал.
Аксакал

3
@Aksakal Это зависит от того, в какую школу ты ходишь или какие книги читаешь. (Я успешно преподавал этот материал на уровне бакалавриата второго года обучения. Есть также удивительно доступные описания этой теории на уровне бакалавриата, такие как тексты Стивена Шрива о стохастическом исчислении, которые адресованы студентам, имеющим только основы исчисления.) Но как это актуально? Любое оправдание, даже изощренное, следует отдавать предпочтение необоснованному утверждению.
whuber

1
Вы очень любезны пойти на все эти проблемы, чтобы помочь кому-то, кто задал вопрос. Еще раз спасибо. И вы правы, определения не слишком утомительны в конце концов.
JohnK

13

Рассмотрим это «менее продвинутое» доказательство:

Пусть , где - независимые случайные величины, а - измеримые функции. Тогда: Используя независимость и , X,Yf,gP{f(X)x и g(Y)у}Икс:ΩИксрN,Y:ΩYрм,е:рNрК,г:рмрпИкс,Yе,гХУР({Х{ш R н :е(ш)х}}

п{е(Икс)Икс а также г(Y)Y}знак равноп({е(Икс)Икс}{г(Y)Y})знак равноп({Икс{весрN:е(вес)Икс}}{Y{весрм:г(вес)Y}}),
ИксY
п({Икс{весрN:е(вес)Икс}}{Y{весрм:г(вес)Y}})знак равнознак равноп{Икс{весрN:е(вес)Икс}п{Y{весрм:г(вес)Y}}знак равноп{е(Икс)Икс}п{г(Y)Y},

Идея состоит в том, чтобы заметить, что множество поэтому свойства, которые действительны для распространяются на , и то же самое происходит на .X f ( X ) Y

{е(Икс)Икс}{весΩИкс:е(Икс(вес))Икс}знак равно{Икс{весрN:е(вес)Икс}},
Иксе(Икс)Y

2
+1. Спасибо за этот вклад, который так четко фокусируется на основной идее. Добро пожаловать на наш сайт!
whuber

7

Да, и независимы для любых функций и до тех пор, пока и независимы. Это очень известные результаты, которые изучаются на курсах теории вероятностей. Я уверен, что вы можете найти его в любом стандартном тексте, как Биллингсли.h ( Y ) g h X Yг(Икс)час(Y)гчасИксY


Спасибо, я в настоящее время изучаю Hogg & Craig и MGB. Биллингсли - следующий логический шаг.
JohnK

3
Биллингси - пытка, если вы не математик и уже не изучили меры. Partarathy в интро намного проще книга 2-в-1, Алан Карр в вероятности текст также легко читать.
Аксакал

Еще один более простой текст, чем у Биллингсли: вероятность.ca
jeff/

0

Не как альтернатива, а как дополнение к предыдущим блестящим ответам, обратите внимание, что этот результат на самом деле очень интуитивен.

Обычно мы думаем, что и независимы, что означает, что знание значения дает информации о значении и наоборот. Эта интерпретация, очевидно, подразумевает, что вы не можете каким-то образом «выжать» информацию, применяя функцию (или любым другим способом на самом деле).ИксYИксY

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.