不相关的正态分布随机变量也不一定就独立

本文通过实例说明,两个服从正态分布且线性不相关的随机变量X和Y,即使它们的协方差为0,也不一定独立。通过构造X和一个Rademacher分布的随机变量W的乘积Y,证明了Y也服从正态分布,而X与Y的关系满足∣X∣=∣Y∣,从而表明它们并不独立。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

素材主要来自英文维基百科词条Normally distributed and uncorrelated does not imply independent
我们直接举个例子吧。假设 X X X服从正态分布, W W W是一个Rademacher distribution的随机变量,其取值在集合 { 1 , − 1 } \{1,-1\} { 1,1}中,且概率均为1/2。令 Y = W X Y=WX Y=WX。关于 Y Y Y的分布,我们有
F Y ( y ) = P ( Y ≤ y ) = P ( X ≤ y ∣ W = 1 ) P ( W = 1 ) + P ( X ≥ − y ∣ W = − 1 ) P ( W = − 1 ) = 1 2 [ F X ( y ) + 1 − F X ( − y ) ] \begin{aligned} F_Y(y) &= P(Y\leq y) \\ &= P(X\leq y|W=1)P(W=1) + P(X\geq -y|W=-1)P(W=-1) \\ &= \frac{1}{2}[ F_X(y) + 1-F_X(-y)] \end{aligned} FY(y)=P(Y

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值