数理統計学における条件付き確率分布
📂数理統計学数理統計学における条件付き確率分布
定義
- 離散確率変数X1,X2,⋯,Xnに対し、次のp2,⋯,n∣1をX1=x1が与えられた時のX2,⋯,Xnの結合条件付き確率質量関数という。
p2,⋯,n∣1(x2,⋯,xn∣X1=x1)=p1(X1=x1)p1,⋯,n(x1,x2,⋯,xn)
- 連続確率変数X1,X2,⋯,Xnに対し、次のf2,⋯,n∣1をX1=x1が与えられた時のX2,⋯,Xnの結合条件付き確率密度関数という。
f2,⋯,n∣1(x2,⋯,xn∣X1=x1)=f1(X1=x1)f1,⋯,n(x1,x2,⋯,xn)
- X2,⋯,Xnに対する関数uが与えられた時、次をX1=x1が与えられた時のu(X2,⋯,Xn)の条件付き期待値という。
=E[u(X2,⋯,Xn)∣X1=x1]∫−∞∞⋯∫−∞∞u(x2,⋯,xn)f2,⋯,n∣1(x2,⋯,xn∣X1=x1)dx2⋯,dxn
定理
- [1] 条件付き分散:
Var(X2∣X1=x1)==E[(X2−E(X2∣X1=x1))2∣X1=x1]E(X22∣X1=x1)−[E(X2∣X1=x1)]2
- [2]: E[E(X2∣X1)]=E(X2)
- [3]: Var(X2)が存在すればVar[E(X2∣X1)]≤Var(X2)
説明
条件付き確率、条件付き期待値は、教科課程のレベルであったように、数理統計学でも最も計算が難しい部分に属している。他のことはさておき、多変量である以上、計算が多くなるのは避けられない。もちろん、条件付きという概念にはその価値がある。一方で、主として微積分学に依存している数理統計学と異なり、測度論に基づいた確率論へと発展すると、その計算ははるかに簡潔になる。要旨は、「無視することはないが、過度に執着することもない」ということだ。
参照