Covariantie
-
- Berichten: 171
Covariantie
hello:)
Als X en Y twee stochastische variabelen zijn met bernoulli verdeling. Als Cov(X,Y)=0, geldt dan dat X en Y onafhankelijk zijn? kan iemand hier een bewijsje van geven?
Groetjes
Als X en Y twee stochastische variabelen zijn met bernoulli verdeling. Als Cov(X,Y)=0, geldt dan dat X en Y onafhankelijk zijn? kan iemand hier een bewijsje van geven?
Groetjes
-
- Berichten: 4.246
Re: Covariantie
Voor 2 stochastische variabelen X en Y geldt:
\( Cov(X,Y):= E(XY)- E(X)E(Y) \rightarrow Cov(X,Y)=0 \leftrightarrow E(XY)=E(X) \cdot E(Y) \)
Dus als de covariantie nul is dan zijn de twee stochasten per definitie onafhankelijk.Quitters never win and winners never quit.
- Berichten: 5.679
Re: Covariantie
Dat klopt niet hoor.
Neem bijvoorbeeld X = Uniform{-1,0,1} (dus X neemt met kans 1/3 de waarde -1, 0 of 1 aan) en Y=|X|, de absolute waarde van X. Nu is Y duidelijk afhankelijk van X, echter Cov(X,Y)=0.
Andersom wel: als X en Y onafhankelijk zijn, dan volgt daaruit dat E(X)E(Y) = E(XY), en dus Cov(X,Y)=0.
Neem bijvoorbeeld X = Uniform{-1,0,1} (dus X neemt met kans 1/3 de waarde -1, 0 of 1 aan) en Y=|X|, de absolute waarde van X. Nu is Y duidelijk afhankelijk van X, echter Cov(X,Y)=0.
Andersom wel: als X en Y onafhankelijk zijn, dan volgt daaruit dat E(X)E(Y) = E(XY), en dus Cov(X,Y)=0.
In theory, there's no difference between theory and practice. In practice, there is.
-
- Berichten: 171
Re: Covariantie
Als ze onafhankelijk zijn dan is hun covariantie nul.
Andersom geldt niet. Maar in dit voorbeeld wel, ik weet alleen niet het bewijs..
zou iemand t willen geven? Ik heb tevergeefs geprobeerd.
wat ik eigenlijk moet aantonen: E[X|Y]=E[X] denk ik
Andersom geldt niet. Maar in dit voorbeeld wel, ik weet alleen niet het bewijs..
zou iemand t willen geven? Ik heb tevergeefs geprobeerd.
wat ik eigenlijk moet aantonen: E[X|Y]=E[X] denk ik
- Berichten: 5.679
Re: Covariantie
Als het stochasten zijn met Bernoulli verdeling, dan weet je:
P(X=1)=p, P(X=0)=1-p, en E(X)=p
P(Y=1)=q, P(Y=0)=1-q, en E(Y)=q
(voor zekere p,q)
En omdat Cov(X,Y)=E(XY)-E(X)E(Y)=0, geldt E(XY)=pq
Nu te bewijzen dat P(X=a Y=b) = P(X=a)P(Y=b) voor iedere a,b {0,1}
Dat zijn vier gevallen:
(1) P(X=1 Y=1) = pq
(2) P(X=1 Y=0) = p(1-q)
(3) P(X=0 Y=1) = (1-p)q
(4) P(X=0 Y=0) = (1-p)(1-q)
(1) volgt uit E(XY) = pq, want E(XY) is namelijk precies 1 P(X=1 Y=1)
(2) volgt uit (1) en P(X=1)=p, want P(X=1) = P(X=1 Y=1) + P(X=1 Y=0)
(3) volgt uit (1) en P(Y=1)=q, idem
(4) volgt uit (1) t/m (3) en het feit dat de vier kansen samen 1 moeten zijn
P(X=1)=p, P(X=0)=1-p, en E(X)=p
P(Y=1)=q, P(Y=0)=1-q, en E(Y)=q
(voor zekere p,q)
En omdat Cov(X,Y)=E(XY)-E(X)E(Y)=0, geldt E(XY)=pq
Nu te bewijzen dat P(X=a Y=b) = P(X=a)P(Y=b) voor iedere a,b {0,1}
Dat zijn vier gevallen:
(1) P(X=1 Y=1) = pq
(2) P(X=1 Y=0) = p(1-q)
(3) P(X=0 Y=1) = (1-p)q
(4) P(X=0 Y=0) = (1-p)(1-q)
(1) volgt uit E(XY) = pq, want E(XY) is namelijk precies 1 P(X=1 Y=1)
(2) volgt uit (1) en P(X=1)=p, want P(X=1) = P(X=1 Y=1) + P(X=1 Y=0)
(3) volgt uit (1) en P(Y=1)=q, idem
(4) volgt uit (1) t/m (3) en het feit dat de vier kansen samen 1 moeten zijn
In theory, there's no difference between theory and practice. In practice, there is.
-
- Berichten: 171
Re: Covariantie
ik ben één belangrijk detail vergeten namelijk dat q=p=1/2.
Mijn excuses
Mijn excuses
-
- Berichten: 171
Re: Covariantie
ik zie nu al dat voor p=q=1/2 idd geldt dat
P(X=a,Y=b) = P(X=a)P(Y=b)
nogmaals bedankt
P(X=a,Y=b) = P(X=a)P(Y=b)
nogmaals bedankt
- Berichten: 24.578