ฉันรู้ว่าค่าเฉลี่ยของผลรวมของตัวแปรอิสระคือผลรวมของค่าเฉลี่ยของตัวแปรอิสระแต่ละตัว สิ่งนี้นำไปใช้กับตัวแปรตามเช่นกันหรือไม่?
ฉันรู้ว่าค่าเฉลี่ยของผลรวมของตัวแปรอิสระคือผลรวมของค่าเฉลี่ยของตัวแปรอิสระแต่ละตัว สิ่งนี้นำไปใช้กับตัวแปรตามเช่นกันหรือไม่?
คำตอบ:
ความคาดหวัง (การเฉลี่ย) เป็นผู้ประกอบการเชิงเส้น
นี่หมายความว่าเหนือสิ่งอื่นใดสำหรับตัวแปรสุ่มสองตัวและ (ซึ่งมีความคาดหวังอยู่ ) ไม่ว่าพวกเขาจะมีอิสระหรือไม่ก็ตาม
เราสามารถพูดคุย (เช่นโดยอุปนัย ) ดังนั้นดังนั้น ตราบใดที่ความคาดหวังแต่ละมีอยู่
ใช่แล้วค่าเฉลี่ยของผลรวมนั้นเท่ากับผลรวมของค่าเฉลี่ยแม้ว่าตัวแปรจะขึ้นอยู่กับ แต่โปรดทราบว่านี่ไม่สามารถใช้กับความแปรปรวนได้! ดังนั้นในขณะที่สำหรับตัวแปรอิสระหรือแม้กระทั่งตัวแปรที่ขึ้นอยู่กับ แต่ไม่เกี่ยวข้องสูตรทั่วไปคือโดยที่คือความแปรปรวนร่วมของตัวแปรV a r ( X + Y ) = V a r ( X ) + V a r ( Y ) + 2 C o v ( X , Y ) C o วี
TL; DR:
สมมติว่ามีอยู่ค่าเฉลี่ยคือค่าที่คาดหวังและค่าที่คาดหวังนั้นเป็นส่วนสำคัญและอินทิกรัลมีสมบัติเชิงเส้นตรงด้วยความเคารพ
TS; DR:
เนื่องจากเรากำลังเผชิญกับผลรวมของตัวแปรสุ่ม , คือหน้าที่ของหลาย ๆ คนค่าเฉลี่ยของผลรวมนั้นเกี่ยวกับการแจกแจงร่วมของพวกเขา(เราสมมติว่าทุกวิถีทางมีอยู่จริงและมี จำกัด ) Denotingเวกเตอร์หลายตัวแปรของ rv ความหนาแน่นข้อต่อของพวกเขาสามารถเขียนเป็นและการสนับสนุนร่วมกันของพวกเขา
การใช้กฏของ Unconcscious นักสถิติ เรามีอินทิกรัลหลายตัว
ภายใต้เงื่อนไขปกติเราสามารถแยกอินทิกรัลหลายค่าเป็นอินทิกรัล -iterative:
และการใช้ลิเนียริตี้ของอินทิกรัลเราสามารถย่อยสลายได้
สำหรับแต่ละอินทิกรัลเชิงเราสามารถจัดลำดับการรวมใหม่อีกครั้งเพื่อให้การรวมภายนอกนั้นเกี่ยวข้องกับตัวแปรที่อยู่นอกความหนาแน่นของรอยต่อ กล่าวคือ
และโดยทั่วไป
เมื่อเราคำนวณหนึ่งในหนึ่งอินทิกรัลในแต่ละอินทิกรัล -iterative (เริ่มจากด้านใน) เรา "รวม" ตัวแปรและเราได้รับในแต่ละขั้นตอนการกระจาย "ร่วมขอบ" ของตัวแปรอื่น ๆ แต่ละหนึ่ง -iterative จึงจะจบลงเช่น\
นำมารวมกันเรามาถึงที่
แต่ตอนนี้แต่ละอินทิกรัลอย่างง่ายคือค่าคาดหวังของตัวแปรสุ่มแต่ละตัว
= n ∑ i = 1 E ( X i )
โปรดทราบว่าเราไม่เคยเรียกใช้อิสรภาพหรือความไม่อิสระของตัวแปรสุ่มที่เกี่ยวข้อง แต่เราทำงานร่วมกับการแจกแจงร่วมเท่านั้น