随机变量的独立性

随机变量的独立性
　从之前的随机事件的独立性推导出随机变量的独立性。
　定义：设F(x,y)是二元随机变量(X,Y)的分布函数$F_X(x)$是X的边际分布函数，$F_Y(y)$是Y的边际分布函数。如果对所有的x,y都有，$P(X\leq x,Y\leq y)=P(X\leq x)P(Y\leq y)$，也就是$F(x,y)=F_X(x)F_Y(y)$，称为X，Y是相互独立的随机变量。
　离散型随机变量独立性判断：用分布律判断。对于一切的i，j，都有$p_{ij}=p_{i.}p_{.j}$。注意：要检查所有的i，j的取值。
　连续型随机变量独立性判断：用概率密度函数判断。对平面的点(x,y)处处成立，$f(x,y)=f_X(x)f_Y(y)$。平面面积为0的时候不成立。
　二元正态随机变量(X,Y)，X与Y相互独立的充要条件是$\rho = 0$。