【徹底解説】確率変数の独立の定義

本記事は「これなら分かる!はじめての数理統計学」シリーズに含まれます。

不適切な内容があれば,記事下のコメント欄またはお問い合わせフォームよりご連絡下さい。

目次

確率変数の独立

二つの確率変数$X$と$Y$が以下を満たすとき,$X$と$Y$は独立であるという。

\begin{align}
f_{X,Y}(x,y) &= f_{X}(x)\cdot f_{Y}(y)
\end{align}

事象の独立と同様の定義です。

補足

確率変数の独立は,素朴な確率・条件付き確率・条件付き確率関数を用いて定義することもできます。確率を用いた場合は以下のようになりますし,

二つの確率変数$X$と$Y$が以下を満たすとき,$X$と$Y$は独立であるという。

\begin{align}
p(x,y) &= p(x)\cdot p(y)
\end{align}

条件付き確率を用いた場合は以下のようになりますし,

二つの確率変数$X$と$Y$が以下のいずれかを満たすとき,$X$と$Y$は独立であるという。

\begin{align}
p(y|x) &= p(y)\\[0.7em]
p(x|y) &= p(x)
\end{align}

条件付き確率関数を用いた場合は以下のようになります。

二つの確率変数$X$と$Y$が以下のいずれかを満たすとき,$X$と$Y$は独立であるという。

\begin{align}
f_{Y|X}(y|x) &= f_{Y}(y)\\[0.7em]
f_{X|Y}(x|y) &= f_{X}(x)
\end{align}

参考文献

本稿の執筆にあたり参考にした文献は,以下でリストアップしております。

コメント

コメントする

※ Please enter your comments in Japanese to distinguish from spam.

目次