二つの正規分布に従う確率変数が独立であることと共分散が0であることは等価である
📂数理統計学二つの正規分布に従う確率変数が独立であることと共分散が0であることは等価である
요약
X1∼N(μ1,σ1)X2∼N(μ2,σ2)
面
X1⊥X2⟺cov(X1,X2)=0
설명
일반적으로 상관관계가 없다고 독립인 것은 아니야. 하지만 분포들이 정규분포를 따른다는 가정이 있다면, 공분산이 0인 것은 독립을 보장해줘.
증명
(⟹)
MX1(t1)=exp[μ1t1+21σ1t12]MX2(t2)=exp[μ2t2+21σ2t22]
σ12:=cov(X1,X2) 그리고 σ21:=cov(X2,X1) 라고 하면
MX1,X2(t1,t2)=exp[μ1t1+μ2t2+21(σ1t12+σ12t1t2+σ21t2t1+σ2t22)]
X1⊥X2 이므로 MX1,X2(t1,t2)=MX1(t1)MX2(t2)야. 따라서
=exp[μ1t1+μ2t2+21(σ1t12+σ12t1t2+σ21t2t1+σ2t22)]exp[μ1t1+μ2t2+21(σ1t12+σ2t22)]
정리하면, σ12+σ21=0을 얻고, 한편 cov(X1,X2)=cov(X2,X1) 이므로 σ12=σ21이고, 연립방정식 {σ12+σ21=0σ12−σ21=0을 만족하는 해는 σ12=σ21=0뿐이야.
(⟸)
σ12=σ21=0 이므로
σ12t1t2=σ21t2t1=0
따라서
MX1,X2(t1,t2)=MX1(t1)MX2(t2)
이고, 조인트 적률 생성 함수가 분리될 수 있다는 것은 독립이라는 것과 동치이므로 X1⊥X2야.
■