code

2016年12月30日 星期五

Probability筆記63 - 關於Variance of Sum / Covariance的dependent continuous RV範例

Damn dependence!

標題很兇,因為沒有independence的話,算expectation/variance都要按照定義去乖乖積分,會算死真的,例如本篇這題。

範例

令X,Y有joint density:


求Var(X+Y)?

因為沒有independence,一切都要按照定義來算,發瘋。

Var(X+Y) = Var(X) + Var(Y) + 2*Cov(X,Y)

而Var(X) 用快速算法 = E(X^2) - E(X)^2
E(X^2)按照定義:(或是先求fx(X),再對fx(X)積分,式子是一樣的)


E(X)^2按照定義:


所以Var(X) =


Var(Y)也如法泡製:



再來算Cov(X,Y):




最後終於可以湊成Var(X+Y):



這一題雖然是計算地獄,但是讓我重新複習了expectation的定義,釐清一些想法算是不錯,否則一直套用特定model的公式,久了會忘記原本的expectation定義要如何計算。




沒有留言:

張貼留言