Apakah varians jumlah sama dengan jumlah varians?

62

Apakah itu (selalu) benar bahwa

VSebuahr(saya=1mXsaya)=saya=1mVSebuahr(Xsaya)?
Abe
sumber
3
Jawaban di bawah ini memberikan buktinya. Intuisi dapat dilihat dalam kasus sederhana var (x + y): jika x dan y berkorelasi positif, keduanya akan cenderung besar / kecil bersama-sama, meningkatkan variasi total. Jika mereka berkorelasi negatif, mereka akan cenderung saling membatalkan, mengurangi variasi total.
Assad Ebrahim

Jawaban:

91

Jawaban atas pertanyaan Anda adalah "Terkadang, tetapi tidak secara umum".

Untuk melihat membiarkan ini X1,...,Xn menjadi variabel acak (dengan varian terbatas). Kemudian,

vSebuahr(saya=1nXsaya)=E([saya=1nXsaya]2)-[E(saya=1nXsaya)]2

Sekarang perhatikan bahwa , yang jelas jika Anda berpikir tentang apa yang Anda lakukan ketika Anda menghitung ( a 1 + . . . + a n ) ( a 1 + . . . + a n ) dengan tangan. Karena itu,(saya=1nSebuahsaya)2=saya=1nj=1nSebuahsayaSebuahj(Sebuah1+...+Sebuahn)(Sebuah1+...+Sebuahn)

E([saya=1nXsaya]2)=E(saya=1nj=1nXsayaXj)=saya=1nj=1nE(XsayaXj)

demikian pula,

[E(saya=1nXsaya)]2=[saya=1nE(Xsaya)]2=saya=1nj=1nE(Xsaya)E(Xj)

begitu

vSebuahr(saya=1nXsaya)=saya=1nj=1n(E(XsayaXj)-E(Xsaya)E(Xj))=saya=1nj=1ncHaiv(Xsaya,Xj)

oleh definisi kovarians.

Sekarang mengenai Apakah varians dari jumlah sama dengan jumlah varian? :

  • Jika variabel tidak berkorelasi, ya : yaitu, untuk i j , maka v a r ( n i = 1 X i ) = n i = 1 n j = 1 c o v ( X i , X j ) = n i =cHaiv(Xsaya,Xj)=0sayaj

    var(i=1nXi)=i=1nj=1ncov(Xi,Xj)=i=1ncov(Xi,Xi)=i=1nvar(Xi)
  • Jika variabel yang berkorelasi, tidak, tidak secara umum : Misalnya, adalah dua variabel acak masing-masing dengan varians σ 2 dan c o v ( X 1 , X 2 ) = ρ di mana 0 < ρ < σ 2 . Kemudian v a r ( X 1 + X 2 ) = 2 ( σ 2 + ρ ) 2X1,X2σ2cHaiv(X1,X2)=ρ0<ρ<σ2 , jadi identitasnya gagal.vSebuahr(X1+X2)=2(σ2+ρ)2σ2

  • tapi mungkin untuk contoh tertentu : Misalkan memiliki kovarians matriks ( 1 0,4 - 0,6 0,4 1 0,2 - 0,6 0,2 1 ) maka v a r ( X 1 + X 2 + X 3 ) = 3 = v a r ( X 1 ) + v a r ( X 2X1,X2,X3

    (10,4-0,60,410,2-0,60,21)
    vSebuahr(X1+X2+X3)=3=vSebuahr(X1)+vSebuahr(X2)+vSebuahr(X3)

Oleh karena itu jika variabel tidak berkorelasi maka varians dari penjumlahan adalah jumlah dari varians, tetapi sebaliknya tidak berlaku secara umum.

Makro
sumber
cov(Xsaya,Xj)=cov(Xj,Xsaya)cov(X1,X2)=cov(X2,X3)=0,30,6cov(X1,X2)=Sebuahcov(X2,X,3)=0,6-Sebuah
41

Var(saya=1mXsaya)=saya=1mVar(Xsaya)+2saya<jCov(Xsaya,Xj).

0

Var(X1)=1X2=X1Var(X1+X2)=Var(2X1)=4

Douglas Zare
sumber
Jarang akan benar untuk varian sampel.
DWin
1
X
15

Saya hanya ingin menambahkan versi yang lebih ringkas dari bukti yang diberikan oleh Makro, jadi lebih mudah untuk melihat apa yang terjadi.

Var(X)=Cov(X,X)

X,Y

Var(X+Y)=Cov(X+Y,X+Y)=E((X+Y)2)-E(X+Y)E(X+Y)dengan memperluas,=E(X2)-(E(X))2+E(Y2)-(E(Y))2+2(E(XY)-E(X)E(Y))=Var(X)+Var(Y)+2(E(XY))-E(X)E(Y))
X,YE(XY)=E(X)E(Y)Var(X+Y)=Var(X)+Var(Y)

n

Omar Haque
sumber