Niezależne zmienne losowe o jednakowych rozkładach

W tym artykule zbadamy temat Niezależne zmienne losowe o jednakowych rozkładach z różnych perspektyw i podejść. Niezależne zmienne losowe o jednakowych rozkładach jest dziś bardzo ważną kwestią, ponieważ dotyczy szerokiego spektrum ludzi i kontekstów. W następnych kilku linijkach przeanalizujemy znaczenie Niezależne zmienne losowe o jednakowych rozkładach, jego wpływ na społeczeństwo oraz niektóre możliwe rozwiązania lub podejścia do skutecznego rozwiązania tego problemu. Poprzez refleksję i krytyczną analizę będziemy starali się lepiej zrozumieć Niezależne zmienne losowe o jednakowych rozkładach i jego znaczenie w życiu codziennym.

Ilustracja dwóch niezależnych zmiennych losowych o jednakowych jednostajnych rozkładach dyskretnych

W teorii prawdopodobieństwa i statystyce zmienne losoweniezależne i mają jednakowe rozkłady (ang. independent and identically distributed, i.i.d.)[1], jeżeli każda z nich ma ten sam rozkład prawdopodobieństwa, a wszystkie są niezależne od siebie. Definicja ta znajduje zastosowanie na przykład w eksploracji danych i przetwarzaniu sygnałów.

Definicja dla dwóch zmiennych losowych

Załóżmy, że zmienne losowe i przyjmują wartości dla . Niech oraz będą dystrybuantami oraz . Oznaczmy przez ich wspólną dystrybuantę.

Dwie zmienne losowe i mają jednakowe rozkłady wtedy i tylko wtedy, gdy .

Dwie zmienne losowe i są niezależne wtedy i tylko wtedy, gdy .

Dwie zmienne losowe i są niezależne i mają jednakowe rozkłady wtedy i tylko wtedy, gdy

.

Definicja dla więcej niż dwóch zmiennych losowych

Powyższą definicję można rozszerzyć na więcej niż dwie zmienne losowe: zmiennych losowych jest niezależnych i ma jednakowy rozkład wtedy i tylko wtedy, gdy

,

gdzie jest wspólną dystrybuantą .

Przypisy

  1. John Mack: IID Statistics: Independent and Identically Distributed Definition and Examples. Statistics How To, 2016-05-11. . (ang.).