Sự khác biệt giữa và gì?


18

Nói chung, sự khác biệt giữa và gì?E(X|Y)E(X|Y=y)

Trước đây là chức năng của và sau là chức năng của ? Thật khó hiểu ..xyx


Hmmm ... Cái sau không nên là hàm của x mà là số! Tôi có lầm không?
David

Câu trả lời:


23

Nói một cách đơn giản, sự khác biệt giữa E(XY)E(XY=y) là cái trước là một biến ngẫu nhiên, trong khi cái sau là (theo một nghĩa nào đó) là sự nhận ra E(XY) . Ví dụ, nếu

(X,Y)N(0,(1ρρ1))
thì E(XY)là biến ngẫu nhiên
E(XY)=ρY.
Ngược lại, một khi Y=y được quan sát, nhiều khả năng chúng ta sẽ quan tâm đến đại lượng E(XY=y)=ρy là một vô hướng.

Có thể điều này có vẻ như là sự phức tạp không cần thiết, nhưng coi là một biến ngẫu nhiên theo đúng nghĩa của nó là điều làm cho những thứ như luật tháp E ( X ) = E [ E ( X Y ) ] có ý nghĩa - điều ở bên trong niềng răng là ngẫu nhiên, vì vậy chúng ta có thể hỏi kỳ vọng của nó là gì, trong khi không có gì ngẫu nhiên về E ( X Y = y ) . Trong hầu hết các trường hợp, chúng tôi có thể hy vọng tính được E ( X Y =E(XY)E(X)=E[E(XY)]E(XY=y)

E(XY=y)=xfXY(xy) dx

và sau đó nhận bằng cách "cắm" biến ngẫu nhiên Y thay cho y trong biểu thức kết quả. Như được gợi ý trong một bình luận trước đó, có một chút tinh tế có thể len ​​lỏi vào việc làm thế nào những điều này được xác định chặt chẽ và liên kết chúng theo cách thích hợp. Điều này có xu hướng xảy ra với xác suất có điều kiện, do một số vấn đề kỹ thuật với lý thuyết cơ bản.E(XY)Yy


8

Giả sử XY là các biến ngẫu nhiên.

Đặt y0 là một số thực cố định , giả sử y0=1 . Khi đó, E[XY=y0]=E[XY=1] là một số : đó là giá trị mong đợi có điều kiện của X khi Y có giá trị 1 . Bây giờ, lưu ý cho một số số thực cố định khác y1 , giả sử y1=1.5 , E[XY=y1]=E[XY=1.5] sẽ là giá trị mong đợi có điều kiện của X vớiY=1.5 (một số thực). Không có lý do gì để cho rằngE[XY=1.5]E[XY=1] có cùng giá trị. Do đó, chúng ta cũng có thể coiE[XY=y] là mộthàm có giá trị thực g(y) ánh xạ các số thựcy thành các số thựcE[XY=y] . Lưu ý rằng câu lệnh trong câu hỏi của OP rằngE[XY=y] là hàm của x không chính xác:E[XY=y] là hàm có giá trị thực củay .

Mặt khác, E[XY] là một biến ngẫu nhiên Z mà sẽ xảy ra là một chức năng của biến ngẫu nhiên Y . Bây giờ, bất cứ khi nào chúng ta viết Z=h(Y) , điều chúng ta muốn nói là bất cứ khi nào biến ngẫu nhiên Y xảy ra có giá trị y , biến ngẫu nhiên Z có giá trị h(y) . Bất cứ khi nào Y nhận giá trị y , biến ngẫu nhiên Z=E[XY] nhận giá trịE[XY=y]=g(y) . Do đó,E[XY] chỉ là một tên khác cho biến ngẫu nhiênZ=g(Y) . Lưu ý rằngE[XY] là một hàm củaY (không phảiy như trong tuyên bố của câu hỏi của OP).

Như một ví dụ minh họa đơn giản, giả sử XY là các biến ngẫu nhiên rời rạc với phân phối chung

P(X=0,Y=0)=0.1,  P(X=0,Y=1)=0.2,P(X=1,Y=0)=0.3,  P(X=1,Y=1)=0.4.
Lưu ý rằngXYlàcác biến ngẫu nhiên(phụ thuộc)Bernoullivới các tham sốtương ứng là0.70.6và do đóE[X]=0.7E[Y]=0.6. Bây giờ, lưu ý rằngđiều kiệntrênY=0,Xlà biến ngẫu nhiên Bernoulli với tham số 0.75 trong khi điều kiện trên Y=1 , X là biến ngẫu nhiên Bernoulli với tham số 23 . Nếu bạn không thể nhìn thấy tại sao điều này là để ngay lập tức, chỉ cần làm việc ra các chi tiết: ví dụ
P(X=1Y=0)=P(X=1,Y=0)P(Y=0)=0.30.4=34,P(X=0Y=0)=P(X=0,Y=0)P(Y=0)=0.10.4=14,
và tương tự choP(X=1Y=1)P(X=0Y=1). Do đó, chúng ta có
E[XY=0]=34,E[XY=1]=23.
Do đó,E[XY=y]=g(y)trong đóg(y)là hàm có giá trị thực hưởng các thuộc tính:
g(0)=34,g(1)=23.

Mặt khác, E[XY]=g(Y) là một biến ngẫu nhiên nhận các giá trị 3423 với xác suất lần lượt là0.4=P(Y=0)0.6=P(Y=1). Lưu ý rằngE[XY]làbiến ngẫu nhiênrời rạcnhưngkhông phảilà biến ngẫu nhiên Bernoulli.

Như một liên lạc cuối cùng, lưu ý rằng

E[Z]=E[E[XY]]=E[g(Y)]=0.4×34+0.6×23=0.7=E[X].
Đó là, giá trị mong đợi củahàmnàycủaY, mà chúng ta đã tính toán chỉ sử dụng phân phối biên củaY, cócùnggiá trị số vớiE[X]!! Đây là một minh họa cho một kết quả tổng quát hơn mà nhiều người tin là LIE:
E[E[XY]]=E[X].

Xin lỗi, đó chỉ là một trò đùa nhỏ. LIE là từ viết tắt của Law of Iterated Expectation , đây là một kết quả hoàn toàn hợp lệ mà mọi người tin là sự thật.


3

là kỳ vọng của một biến ngẫu nhiên: kỳ vọng của X có điều kiện trên Y . E ( X | Y = y ) , mặt khác, là một giá trị cụ thể: giá trị mong đợi của X khi Y = y .E(X|Y)XYE(X|Y=y)XY=y

Hãy nghĩ về nó theo cách này: hãy để đại diện cho lượng calo và Y đại diện cho chiều cao. E ( X | Y ) sau đó là lượng calo tiêu thụ, có điều kiện về chiều cao - và trong trường hợp này, E ( X | Y = y ) đại diện cho dự đoán tốt nhất của chúng tôi về lượng calo ( X ) khi một người có chiều cao nhất định Y = y , nói, 180 cm. XYE(X|Y)E(X|Y=y)XY=y


4
Tôi tin rằng câu đầu tiên của bạn nên thay thế "phân phối" bằng "kỳ vọng" (hai lần).
Glen_b -Reinstate Monica

4
không phải là phân phối của X cho Y ; điều này sẽ được biểu thị phổ biến hơn bởi mật độ có điều kiện f X Y ( x y ) hoặc hàm phân phối có điều kiện. E ( X Y ) là kỳ vọng có điều kiện của X đã cho Y , làbiến ngẫu nhiên có thể đo được Y. E ( X Y = y )E(XY)XYfXY(xy)E(XY)XYYE(XY=y)có thể được coi là sự hiện thực hóa biến ngẫu nhiên khi quan sát thấy Y = y (nhưng có khả năng cho sự tinh tế theo lý thuyết đo lường để leo vào). E(XY)Y=y
anh chàng

1
@guy Giải thích của bạn là câu trả lời chính xác đầu tiên được cung cấp (trong số ba đề nghị cho đến nay). Bạn có xem xét việc đăng nó như một câu trả lời?
whuber

@whuber Tôi sẽ làm nhưng tôi không chắc chắn làm thế nào để cân bằng giữa độ chính xác và làm cho câu trả lời phù hợp với OP và tôi hoang tưởng về việc vấp phải các kỹ thuật :)
anh chàng

@Guy Tôi nghĩ bạn đã hoàn thành tốt công việc với các kỹ thuật. Vì bạn nhạy cảm về việc giao tiếp tốt với OP (thật tuyệt!), Hãy xem xét việc đưa ra một ví dụ đơn giản để minh họa - có thể chỉ là một phân phối chung với các biên nhị phân.
whuber

1

là giá trị kỳ vọng của các giá trị của X các giá trị đã cho của Y E ( X | Y = y ) là giá trị mong đợi của X với giá trị của Y yE(X|Y)XY E(X|Y=y)XYy

Nói chung là xác suất giá trị X giá trị cho Y , nhưng bạn có thể nhận được chính xác hơn và nói P ( X = x | Y = y ) , tức là khả năng giá trị x từ khắp X 's trao y ' th giá trị của Y 's. Sự khác biệt là trong trường hợp đầu tiên, đó là về "giá trị của" và trong lần thứ hai bạn xem xét một giá trị nhất định.P(X|Y)XYP(X=x|Y=y)xXyY

Bạn có thể tìm thấy sơ đồ dưới đây hữu ích.

Bayes theorem diagram form Wikipedia


Câu trả lời này thảo luận về xác suất, trong khi câu hỏi hỏi về kỳ vọng. Kết nối là gì?
whuber
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.