確率変数と期待値・分散#
確率変数#
任意の実数
として、確率
なお、
累積分布関数#
確率変数Xの累積分布関数(cumulative distribution function: cdf)を
と定義する。累積分布関数は単に分布関数とも呼ばれる。
分布関数
確率関数#
離散型確率変数
を確率質量関数(probability mass function: pmf)という。
連続型確率変数
となる関数
定義から、
期待値#
確率変数
と定義される。
期待値の演算規則#
線形関数のため、線形性をもつ
証明
例として離散型確率変数とする
分散#
証明
分散も線形関数のため、線形性をもつ
多次元確率変数の分布#
2つの確率変数
離散分布の場合#
同時分布#
と書くことにする。
と書くことができる。これを同時分布(joint distribution)といい、
周辺分布#
と書くことができる。
を
期待値#
関数
連続分布の場合#
同時確率#
と表されるとき、
周辺確率#
で与えられる。
期待値#
次のように定義される
条件付き確率・期待値#
条件付き確率#
と定義する
条件付き期待値#
離散型
連続型確率分布において、関数
となる。
条件付き分散#
繰り返し期待値の法則#
条件付き期待値
である。これを 繰り返し期待値の法則 (the law of total expectation, the law of iterated expectations: LIE)という。
証明:
期待値ベクトル#
を期待値ベクトルという。
分散共分散行列#
となる。
証明
参考#
久保川 達也(2017)『現代数理統計学の基礎』、共立出版。