あかり描像のブログ

思ったことや学習記録を適当に書いていきます。お気軽にコメントください

確率変数メモ

以下では,  X, Y, Z, W を確率変数,  a, b, c, d を定数とする.

確率変数

分散 (variance)

定義
  •  V \lbrack X \rbrack = E \lbrack X^2 \rbrack - E \lbrack X \rbrack^2.
性質
  •  V \lbrack aX + bY \rbrack = a^2V \lbrack X \rbrack + 2ab \, \mathrm{Cov} (X, Y) + b^2 V \lbrack Y \rbrack.

共分散 (covariance)

定義

 \mu_X = E \lbrack X \rbrack, \quad \mu_Y = E \lbrack Y \rbrack \, とすると
 \mathrm{Cov} (X, Y) = E \lbrack (X-\mu_X)(Y-\mu_Y) \rbrack.

性質

この辺 が参考になる

  •  \mathrm{Cov} (X, Y) = E \lbrack XY \rbrack - E \lbrack X \rbrack E \lbrack Y \rbrack.
  •  \mathrm{Cov} (X, X) = V \lbrack X \rbrack.
  •  \mathrm{Cov} (X + c, Y) = \mathrm{Cov} (X, Y).
  •  \mathrm{Cov} (aX, Y) = a\,\mathrm{Cov} (X, Y), \qquad \mathrm{Cov}(X+Y, Z) = \mathrm{Cov}(X, Z) + \mathrm{Cov}(Y, Z).
    • つまり多項式の展開みたいなことができる *1 :

 \mathrm{Cov} (aX+bY, cZ+dW) \\ \qquad = ac\,\mathrm{Cov} (X, Z) + ad\,\mathrm{Cov}(X, W) + bc\,\mathrm{Cov}(Y, Z) + bd\,\mathrm{Cov}(Y, W).


戯言

HackMD から移行しようと思ったが、はてブロがあまりにも LaTeX を打つのに向いてないから、もうやらない可能性が高い。

*1:ただし定数項が消える点は注意