随机变量独立性

2024-08-20
随机变量独立性:

概率论术语。

设X1,X2,…,Xn是n个随机变量,若对任意实数x1,x2,…,xn,P(X1<x1,X2<x2,…,Xn<xn)=P(Xi<x1)P(X2<x2)…P(Xn<xn)都成立,则称X1,X2,…,Xn是相互独立的随机变量。若X1,Xn,…,Xn相互独立,则n维随机向量X=(X1,X2,…,X)的联合分布等于各分量Xj的边际分布的乘积,即F(x1,x2,…,xn)=F1(x1)F2(x2)…Fn(xn)。这说明在独立的条件下,由边际分布函数可唯一确定联合分布函数。

对于连续型变量,若X1,X2,…,Xn相互独立,则它们的联合密度函数等于各分量的边际密度函数的乘积,即f(x1,x2,…,xn)=f1(x1)f2(x2)…fn(xn)。

对于离散型变量,在独立的条件下P(X1=x1,X2=x2,…,Xn=xn)=P(X1=x1)P(X2=x2)…P(Xn=xn),式中(x1,x2,…,xn)是任一组可能的取值点。