本文探讨了两个正态随机向量不相关是否意味着它们独立的问题。通过一维和多维情况的分析，得出结论：即使两个正态随机向量的协方差矩阵为0，即不相关，但只要经过线性变换，它们就不独立。因此，不相关并不等同于独立，正确的表述是，在多元正态分布下，不相关才等于独立。
看到标题，如果你的答案是“是”，那么请看官您耐着性子把这篇博文读完，希望在您看完之后，能对这个问题有一个新的认识。
随机向量
我们说随机向量 X = [ X 1 , X 2 , ⋯ , X n ] ′ {\bf X}=[X_1,X_2,\cdots,X_n]^{\prime} X=[X1,X2,⋯,Xn]′，它其实是一个由n个随机变量组成的列向量。
其中，这个随机向量的每个元素都是一个随机变量，都有一个自己的分布，即所谓边缘分布。
而所有元素的联合分布，则称为这个随机向量的分布。
正文
首先考虑一维的情况
如果有一个随机变量 x {\bf x} x
那么对他作线性变换，得到一个新的随机变量 y = a x + b ( a ≠ 0 ) {\bf y}=a{\bf x}+b(a\neq 0) y=ax+b(a=0)
毫无疑问， x {\bf x} x的取值会影响到 y {\bf y} y的取值。即是说 x
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
