例谈连续型随机变量独立性的一种判别方法

教材上常说：连续型随机变量X与Y相互独立的充要条件是密度函数可分离变量．但有许多例子，随机变量（X，Y）的密度函数虽然“可分离变量”，X与Y却不相互独立．本文对这一模棱两可的问题进行了分析．     

判定连续随机变量独立性的两个充要条件

对二维连续随机变量(X,Y),从联合密度函数和联合分布函数两个方面,得到了X,Y独立的两个充要条件,然后给出了应用,最后,把结果推广到了多维随机变量(X1,X2,?,Xn)的情形,给出了判定X1,X2,?,Xn独立性的两个充要条件。结果改进了原来的方法,使得判定连续随机变量独立性变得简便易行。     

均匀离散型随机变量条件数学期望的有限Fourier级数表示

在随机变量X的分布函数为N阶均匀阶跃函数的情形下，获得了：（1）随机变量函数f（x）的Fourier级数表示；（2）条件数学期望E（Y｜X）的Fourier级数表示．     

草图法在求解Z=X＋Y的概率密度中的妙用

一、命题 设连续型随机变量（X,Y）的概率密度为f（x,y）,且X和Y相互独立,则Z=X＋Y的概率密度为     

利用Cauchy-Schwarz不等式估计回归系数

根据随机变量情形下的Cauchy-Schwarz不等式,推广得到关于二阶矩的推论:随机变量X、Y的方差均存在且不为零,如果随机变量X、Y依概率1具有线性关系P{Y=aX+b}=1,则a=E(X-EX)(Y-EY)/E(X-EX)2,b=EY-aEX,同时给出线性回归问题中回归系数的一种矩估计法.     

泛函随机理论与量子力学（续）

泛函随机理论与量子力学（续）刘涤修（徐州师范大学物理系，徐州，２２１００９）２相互统计独立的随机变量之和的概率函数定理两个相互统计独立的随机变量之和的概率函数等于这两个随机变量的概率函数之积．若Ｘ与Ｙ是两个统计独立的随机变量，则其和ｅ—Ｘ＋Ｙ也是一个...     

几乎半预连续模糊多值映射

本文在作者定义的模糊半预开集的基础上，在一般拓扑空间（X，T）与模糊拓扑空间（Y，T1）之间引入了模糊下与上几乎半预连续多值映射的概念，并借助于映射F＊与F^*证明了模糊下几乎半预连续多值映射的五个等价条件：（1）A↓U∈T1,F*(U)∪→SPintF*(SPintSPclU)；（2）若U是Y中模糊正则半预开集则F*(U)是X中的半预开集；（3）A↓U∈T1，F*(SPintSPclU)是X中的半预开集；（4）若V是Y中模糊闭集，F^*(V)∪←SPclF^*(SPclSPintV)；（5）若V是Y中的模糊正则半闭集，则F^*(V)是X中的半预闭集。对于模糊上几乎半预连续多值映射也有类似的结果。     

条件独立性的三种形式及其相互关系

给出了随机变量的随机条件独立性、回归条件独立性及其强随机条件独立性的概念,并且证明了这几种条件独立性的相互关系。主要结论是在一定条件下,强随机条件独立必有回归条件独立;随机条件独立性与回归条件独立性是等价的。它们对概率论及其数理统计的应用是有意义的。     

基于Copula的一个概率论反例的构造

Copula是描述随机变量间相关性的一个有力工具．利用Copula来构造概率论中有关随机变量的独立性的反例．首先以3-Copula为例构造了一个Copula族,继而通过这个Copula族,构造出随机变量X,Y,Z的联合分布函数,使得随机变量X,Y,Z中的任意2个都是独立的,但X,Y,Z不是相互独立的;最后通过例子说明,该方法较传统方法更为简洁有效．进一步地,这一方法可以应用到更高维数的场合．     

二元正态分布的中值公式

假设二元随机变量（X；，Y；）服从二元正态分布，具有分布函数其中。，b，d；，。。，r为常数，。l＞0，。。＞0，DH＜l．易知经标准化后，（X，则是标准二元正态变量，其分布函数为如众所周知，o（X）之值已有详表可查，那么可否用中（X）及9（X）表示出F卜，r），从而表示出风（X，r）呢？本文试图研究这个问题．记：我们的主要结果如下：定理设（X，Y）是标准二元正态变量，其分布函数如（2）所示，ul与12是非负实数，其中条是介于。与（Z－。）／／了二7之间的某个实数．证明由于（X，周的密度函数为同理由（8）及（9）可得下面…     

随机独立性与回归独立性

回归独立性是指给定随机变量X时,随机变量Y的条件期望E(Y|X)不依赖于X。本文讨论了回归独立性与随机独立性之间的关系,得到了两者等价的几个充分必要条件。并指出了这些条件在统计分析中的应用。     

关于正态随机向量的独立性与相关性的一个问题

给出两个正态随机向量不独立且不相关的例子：证明了取自两个正态总体的两个简单随机子样Ｘ与Ｙ当（Ｘ，Ｙ）ｃ为正态随机向量时（特别，当两子样独立时）两子样方差仍相互独立。     

Lp(μ,X)逼近的唯一性

设X是Banach空间,Y是含原点的闭凸集.证明了:Lp(μ,Y)是Lp(μ,X)(1相似文献   

Extreme value distributions of mixing two sequences with the same MDA

Suppose [(i), i>or=1] and [Y(i), i>or=1] are two independent sequences with distribution functions F(X)(x) and F(Y)(x), respectively. Z(i,n) is the combination of X(i) and Y(i) with a probability p(n) for each i with 1相似文献   

直观模糊特别拓扑空间中的半开集和半连续

将半开集和半连续的概念引入直观模糊特别拓扑空间, 得到它们的一些性质:一个直观模糊特别集是直观模糊特别半开集的充要条件是 A cl[ int(A) ] ; 直观模糊特别半开集族的任意并是直观模糊特别半开集; 直观模糊特别开集是直观模糊特别半开集; ( X,τ)的子空间( ( Y,φ)中的集合 A 是( X,τ)中的半开集,则它也是( Y,φ)中的半开集; 连续函数是半连续的,但逆不成立; 强半连续是半连续的, 但逆不成立;函数 f 是半连续的当且仅当对于f ( x ) O, O 是 Y中的直观模糊特别开集,存在 X 中的直观模糊特别半开集A 使x
A 且f (A ) O; 函数 f 是强半连续的当且仅当 Y中的每一直观模糊特     

两参数两两独立的随机变量序列的强大数定律

设{Xij}为两参数两两独立的随机变量序列,若对任意的t>0, ∑∑(Xij-EXij)P{|Xmn|≥t}≤P{|X|≥t}且E|X|P(log+|X|)3<∞,(1<p<2),则i=l--j=l--→0 (mn)Ypa.s.当mvn→∞而在E|X|plog+|X|<∞的条件下,它依L1收敛于0.并且这些结论可以推广到r维参数的情形,而只需将对应的条件分别改为E|X|p(1og+|X|)r+1<∞和E|X|p(log+|X|)r-1<∞.     

关于正则环的几点注记

环Ｒ称为左（右）ＳＦ）环，如果所有单左（右）Ｒ－模是平坦的。环Ｒ称为Ｉ－环，如果Ｒ的每个非零左理想含有非零幂等元。在本文中，我们证明了如下主要结果：（一）对于环Ｒ，如下条件是等价的：（１）Ｒ是Ａｒｔｉｎ半单环；（２）Ｒ是左ＳＦ－环县Ｒ／Ｚ（ＲＲ）是Ａｒｔｉｎ单环；（３）Ｒ是左非奇异的，左ＳＦ－环县ＲＲ具有有限秩；（４）Ｒ是正交有限的Ｉ－环。（二）Ｒ是基层不为零的正则左自内射环当县仅当Ｒ是包含非奇异     

基-可数亚紧空间

文章引入了基-可数亚紧空间,获得了如下主要结果:(1){Fi}i∈N是空间X的点有限闭覆盖,每一闭集Fi(i∈N)是相对于X的基-可数亚紧闭子空间,则X是基-可数亚紧空间。(2)设f:X→Y是基-可数亚紧映射,ω(X)≥ω(Y),如果Y是正则的基-可数亚紧空间,那么X是基-可数亚紧空间。     

独立点数为2的图的Z_3-连通性

设G是独立点数为2的连通简单图.主要证明两个结论:(1)当边连通为4时,G是Z_3-连通的;(2)当点连通为3时,G是Z_3-连通的当且仅当G■{K_4,W_5}且G不是一类特殊的图.     

实验检验累积前景理论

累积前景理论是前景理论的改进版本.前者使用CE范式对美国被试进行研究,得出如下几点结论:(1)人们的风险态度呈四分模式;(2)概率中大时,得时的风险回避比失时的风险寻求更明显;(3)价值函数的指数、权重函数的指数都小于1.采用相同的范式对中国被试进行考察,发现:(1)仍适用;(3)并不总是适用;(2)总是并不适用.