Apakah

9

Apakah menyiratkan independensi X dan Y ?Cov(f(X),Y)=0f(.)XY

Saya hanya akrab dengan definisi independensi antara dan Y berikut .XY

fx,y(x,y)=fx(x)fy(y)
stollenm
sumber
1
Anda perlu , bukan hanya C o v ( f ( X ) , Y ) = 0Cov(f(X),g(Y))=0 for all (measurable) f(),g()Cov(f(X),Y)=0f()
Dilip Sarwate

Jawaban:

7

Mari kita mulai dengan intuisi. Kemiringan biasa kuadrat regresi setidaknya dari terhadap h ( X ) , untuk setiap fungsi h , sebanding dengan kovarians dari h ( X ) dan Y . Asumsinya adalah bahwa semua regresi semuanya nol (bukan hanya yang linier). Jika Anda membayangkan ( X , Y ) diwakili oleh awan titik (benar-benar, awan probabilitas kerapatan), maka tidak masalah bagaimana Anda mengirisnya secara vertikal dan menyusun ulang irisan (yang melakukan pemetaan, h.Yh(X)hh(X)Y(X,Y)hY

Ω={ωi,j1i,j,1}

P(ω0,0)=0; P(ω0,j)=1/5(j=±1); P(ωi,j=1/10) otherwise.

X(ωi,j)=j, Y(ωi,j)=i.

Kami dapat menampilkan probabilitas ini sebagai sebuah array

(121101121)

1/101,0,1

fX(1)=fX(1)=3/10;fX(0)=4/10
fY(1)=fY(1)=4/10;fY(0)=2/10,
fX(0)fY(0)=(4/10)(2/10)0=P(ω0,0)=fXY(0,0),

YX=0X=±1YX

27

whuber
sumber