美文网首页
随机变量之和的统计量

随机变量之和的统计量

作者: 虚胖一场 | 来源:发表于2019-11-15 17:26 被阅读0次

    用随机变量 X 表示每天的销量,其期望为 \mathbb{E}X,方差为 \mathrm{Var}(X)=\mathbb{E}(X-\mathbb{E}X)^2

    考虑 n 天的总销量 Y

    • 方案一:认为每天销量都一样,这显然是不恰当的。
      Y=nX,则
      \begin{split} \mathrm{Var}(Y) &=\mathrm{Var}(nX)\\ &=\mathbb{E}[nX-\mathbb{E} (nX)]^2\\ &=\mathbb{E}[nX-n\mathbb{E}X]^2\\ &=\mathbb{E}[n(X-\mathbb{E}X)]^2\\ &=n^2\mathbb{E}(X-\mathbb{E}X)^2\\ &=n^2\mathrm{Var}(X) \end{split}

    • 方案二:每天的销量不一样,这才是更合理的假设。
      Y=\sum_{i=1}^nX_i,则
      \begin{split} \mathrm{Var}(Y) &= \mathrm{Var}\left(\sum_{i=1}^nX_i\right)\\ &=\mathbb{E}\left[\sum_{i=1}^nX_i-\mathbb{E}\left(\sum_{i=1}^nX_i\right)\right]^2\\ &=\mathbb{E}\left[\sum_{i=1}^nX_i-\sum_{i=1}^n\mathbb{E}X_i\right]^2\\ &=\mathbb{E}\left[\sum_{i=1}^n(X_i-\mathbb{E}X_i)\right]^2\\ &=\sum_{i=1}^n\mathbb{E}[X_i-\mathbb{E}X_i]^2+\sum_{i\neq j}\mathbb{E}[(X_i-\mathbb{E}X_i)(X_j-\mathbb{E} X_j)]\\ &=\sum_{i=1}^n\mathrm{Var}(X_i) + \sum_{i\neq j}\mathrm{Cov}(X_i, X_j) \end{split}
      由于 X_i 独立同分布,故
      \begin{split} \mathrm{Var}(Y) &= \sum_{i=1}^n\mathrm{Var} (X_i)\\ &= \sum_{i=1}^n\mathrm{Var}(X)\\ &=n\mathrm{Var}(X) \end{split}

    可以看到,如果采用错误的定义来预估 n 天的总销量,则方差会比真实的变大 n 倍,亦即标准差会变大 \sqrt n 倍。

    相关文章

      网友评论

          本文标题:随机变量之和的统计量

          本文链接:https://www.haomeiwen.com/subject/omusictx.html