概率论与数理统计笔记（4）——随机变量的数字特征

wzf2000
2020年4月13日

概率论与数理统计笔记（4）——随机变量的数字特征

Chapter 4：随机变量的数字特征

1、期望

定义

$$
E(X) =
\begin{cases}
\displaystyle \sum_{x \in \mathbb{R}} x f(x) & (pmf) \\
\displaystyle \int_{-\infty}^\infty x f(x) \, \mathrm{d} x & (pdf)
\end{cases}
$$

存在 $\Leftrightarrow$ 绝对收敛。

注：

1. $F$ 或 $f$ 可以得出 $E(X)$，但反过来不行。
2. 期望一般比分布更容易确定。

性质

1. $$
   E(g(X_1, \cdots, X_n)) =
   \begin{cases}
   \displaystyle \sum_{(x_1, \cdots, x_n) \in \mathbb{R}^n} g(x_1, \cdots, x_n) f(x_1, \cdots, x_n) \\
   \displaystyle \int_{\mathbb{R}^n} g(x_1, \cdots, x_n) f(x_1, \cdots, x_n) \, \mathrm{d} x_1 \cdot \cdots \cdot \mathrm{d} x_n
   \end{cases}
   $$

2. $E(c_1 X_1 + \cdots + c_n X_n) = c_1 E(X_1) + \cdots c_n E(X_n)$，其中 $c_1, \cdots, c_n$ 为常数。

3. 若 $X_1, \cdots, X_n$ 相互独立，则 $E(X_1 \cdot \cdots \cdot X_n) = E(X_1) \cdot \cdots \cdot E(X_n)$。

2、分位数

定义

$\forall \alpha \in (0, 1)$，若 $P(X \le a) \ge \alpha, P(X \ge a) \ge 1 – \alpha$，则称 $a$ 为$X$ 的下（或下侧）$\alpha-$ 分位数。

注：

1. 连续时 $F(a) = \alpha$。
2. $\alpha = 0.5 \leftrightarrow$ 中位数。
3. 不一定唯一。
4. 分位数、期望都是位置参数。
5. 期望 $\leftrightarrow$ 质心，中位数 $\leftrightarrow$ 质量。

3、方差

定义

$$
Var(X) \stackrel{\triangle}{=} E \left [ (X – E(X))^2 \right ] = E(X^2) – E^2(X)
$$

标准差：
$$
SD(X) \stackrel{\triangle}{=} \sqrt{Var(X)}
$$

性质

1. $Var(c) = 0$。
2. $Var(X + c) = Var(X)$。
3. $Var(cX) = c^2 Var(X)$，$c$ 为常数。
4. 若 $X_1, \cdots, X_n$ 相互独立，则 $Var(X_1 + \cdots + X_n) = Var(X_1) + \cdots + Var(X_n)$。

4、矩

定义

$$
E \left [ (X – c)^k \right ]
$$

称为 $X$ 关于 $c$ 点的 $k$ 阶矩。

$c = 0 \leftrightarrow$ 原点矩。

$c = E(X) \leftrightarrow$ 中心矩。

注：

1. 期望——一阶原点矩。
2. 方差——二阶中心矩。
3. 偏度系数 $E \left [ \left ( \dfrac{X – \mu}{\sigma} \right)^3 \right]$，$\mu = E(X), \sigma^2 = Var(X)$，小于零代表左偏（负偏）。
4. 峰度系数 $E \left [ \left ( \dfrac{X – \mu}{\sigma} \right)^4 \right]$ 与正态相比集中程度（注：正态峰度系数为 $3$）。
5. 高于 $4$ 阶的极少应用。

5、协方差与相关系数

协方差定义

$$
E(X) = \mu_1, E(Y) = \mu_2, Var(X) = \sigma_1^2, Var(Y) = \sigma_2^2
$$

协方差：
$$
\mathrm{Cov}(X, Y) \stackrel{\triangle}{=} E[(X – \mu_1)(Y – \mu_2)]
$$

协方差性质

1. $\mathrm{Cov}(X, X) = Var(X)$。
2. $\mathrm{Cov}(X, Y) = \mathrm{Cov}(Y, X)$。
3. $\mathrm{Cov}(X, Y) = E(XY) – E(X) E(Y)$。
4. $\mathrm{Cov}(a X_1 + b X_2 + c, Y) = a \mathrm{Cov}(X_1, Y) + b \mathrm{Cov}(X_2, Y)$，$a, b, c$ 为常数。
5. $\mathrm{Cov}(\sum\limits_i X_i, \sum\limits_j Y_j) = \sum\limits_{i, j} \mathrm{Cov}(X_i, Y_j)$。

相关系数定义

$$
\mathrm{Corr}(X, Y) \stackrel{\triangle}{=} \frac{\mathrm{Cov}(X, Y)}{\sqrt{Var(X) Var(Y)}} \\
= E \left ( \frac{X – \mu_1}{\sigma_1} \frac{Y – \mu_2}{\sigma_2} \right ) = \rho
$$

定理

1. $X, Y$ 独立 $\Rightarrow \mathrm{Corr}(X, Y) \equiv 0$（称为 $X, Y$ 不相关）。

2. $|\mathrm{Corr}(X, Y)| \le 1$ 且等号成立当且仅当存在常数 $a, b$ 使得 $P(Y = a X + b) = 1$。

证明：

引理：$E^2(UV) \le E(U^2) E(V^2)$ 且等号成立当且仅当 $\exists t_0, s.t. P(V = t_0 U) = 1$。（施瓦茨不等式）

取 $U = \dfrac{X – \mu_1}{\sigma_1}, V = \dfrac{Y – \mu_2}{\sigma_2}$ 即可完成。

注：

1. $\rho = \pm 1$ 时，$a = \pm \dfrac{\sigma_2}{\sigma_1}$。
2. 不相关不能推出独立，比如 $X \sim N(0, 1), Y = X^2$。
3. 此定义实际上为线性相关系数。

协方差矩阵

$$
\Sigma = (\mathrm{Cov}(X_i, X_j))_{n \times n}
$$

6、条件期望

定义

$$
E(Y | X \in A) \stackrel{\triangle}{=}
\begin{cases}
\displaystyle \sum_i y_i P(Y = y_i | X \in A) \\
\displaystyle \int_{-\infty}^\infty y f_Y(y | X \in A) \, \mathrm{d} y
\end{cases}
$$

一般会固定 $X$：
$$
E(Y | x) = E(Y | X = x) \stackrel{\triangle}{=}
\begin{cases}
\displaystyle \sum_i y_i P(Y = y_i | X = x) \\
\displaystyle \int_{-\infty}^\infty y f_Y(y | x) \, \mathrm{d} y
\end{cases}
$$
为 $x$ 的函数。

可以发现 $E(Y | X)$ 是一个新的随机变量（$Y$ 对 $X$ 的回归函数）。

实例

$e.g.$ $(X, Y) \sim N(\mu_1, \mu_2, \sigma_1^2, \sigma_2^2, \rho)$：
$$
E(Y | X) = \mu_2 + \rho \dfrac{\sigma_2}{\sigma_1}(X – \mu_1)
$$
$e.g.$ 甲乙两种同类产品，平均实用寿命分比为 $10$ 年，$15$ 年，市场占有率分别为 $60 \%$ 和 $40 \%$，随机买一个的期望寿命为：
$$
12 = 10 \times 60 \% + 15 \times 40 \%
$$
可以令随机变量：
$$
X =
\begin{cases}
1 & 甲 & 0.6 \\
2 & 乙 & 0.4
\end{cases}
, Y = 寿命
$$
则：
$$
E(Y) = 12 \\
= E(Y | X = 1) P(X = 1) + E(Y | X = 2) P(X = 2) \\
= E(E(Y | X))
$$

全数学期望公式

$$
E(Y) = E(E(Y | X))
$$

证明：对于连续型：$(X, Y)$ 的 pdf 为 $f(x, y)$：
$$
E(Y | x) = \int_{-\infty}^\infty y f_Y(y | x) \, \mathrm{d} y \\
= \int_{-\infty}^\infty y \frac{f(x, y)}{f_X(x)} \, \mathrm{d} y \\
E(Y) = \int_{-\infty}^\infty y f_Y(y) \, \mathrm{d} y \\
= \int_{-\infty}^\infty y \int_{-\infty}^\infty f(x, y) \, \mathrm{d} x \mathrm{d} y \\
= \int_{-\infty}^\infty f_X(x) \int_{-\infty}^\infty \frac{f(x, y)}{f_X(x)} y \, \mathrm{d} y \mathrm{d} x \\
= \int_{-\infty}^\infty f_X(x) E(Y | x) \, \mathrm{d} x \\
= E(E(Y | X))
$$

注：一般地，$E(g(X, Y)) = E(E(g(X, Y) | X))$。

多维可推广。

定理

$$
E\left[(Y – g(X))^2\right] \ge E\left[(Y – E(Y | X))^2\right]
$$

简单证明：
$$
E\left((Y – g(X))^2 | X\right) \ge E\left((Y – E(Y | X))^2 | X\right)
$$
两边对 $X$ 求期望即得。

注：$E(Y | X)$ 依赖 $X, Y$ 的联合分布信息（通常应用中不易得到），转而求最优线性预测（$i.e. \min\limits_{a, b} E \left[(Y – (a X + b))^2 \right]$，$a, b$ 结果只与 $X, Y$ 的期望，方差，相关系数有关）。

7、大数定律

样本均值

$X_1, X_2, \cdots, X_n$ 独立同分布（iid），$E(X_i) = \mu, Var(X_i) = \sigma^2$：
$$
\overline{X} = \frac{1}{n} \sum_{i = 1}^n X_i
$$
称为样本均值。

则可得其期望、方差：
$$
E\left(\overline{X}\right) = \mu, Var\left(\overline{X}\right) = \frac{\sigma^2}{n}
$$
则 $Var\left(\overline{X}\right) \to 0(n \to \infty)$，即直观上 $\overline{X}$ 的分布大部分与 $\mu$ 特别接近。

定理：弱大数定律（辛钦）

条件如上，则对于 $\forall \varepsilon > 0$ 有：
$$
\lim_{n \to \infty} P\left(\left|\overline{X} – \mu\right| \ge \varepsilon\right) = 0 \Leftrightarrow \lim_{n \to \infty} P\left(\left|\overline{X} – \mu\right| < \varepsilon \right) = 1 $$ 也称 $\overline{X}$ 依概率收敛至 $\mu$，记为 $\overline{X} \overset{P}{\to} \mu$。注：

1. 方差条件可以没有。

2. $\forall \varepsilon > 0, \forall \alpha > 0, \exists N s.t.$ 当 $n \ge N$ 时有：
   $$
   P\left(\left|\overline{X} – \mu\right| \ge \varepsilon \right) \le \alpha
   $$
   其中 $\varepsilon$ 为精度，$\alpha$ 为置信水平。

3. $\mu$（未知）$\approx \overline{X}$。

4. 若 $X_i$ 为 Bernoulli 随机变量，此定律即为 Bernoulli 大数定律（最早的大数定律）。

引理：

1. （Markov 不等式）$Y \ge 0$，则 $\forall a > 0$ 有：
   $$
   P(Y \ge a) \le \frac{E(Y)}{a}
   $$
   证明：令：
   $$
   I =
   \begin{cases}
   1 & Y \ge a \\
   0 & otherwise
   \end{cases}
   $$
   则 $I \le \dfrac{Y}{a}$，因此：
   $$
   E(I) = P(Y \ge a) \le E\left(\frac{Y}{a}\right) = \frac{E(Y)}{a}
   $$

2. （Chebyshev 不等式）若 $Var(Y)$ 存在，则对于 $\forall a > 0$ 有：
   $$
   P\left(\left| Y – E(Y) \right| \ge a\right) \le \frac{Var(Y)}{a^2}
   $$
   证明：
   $$
   P(|Y – E(Y)| \ge a) = P\left((Y – E(Y))^2 \ge a^2\right) \le \frac{E\left((Y – E(Y))^2 \right)}{a^2} = \frac{Var(Y)}{a^2}
   $$

证明：
$$
P\left(\left|\overline{X} – \mu\right| \ge \varepsilon\right) \le \frac{Var\left(\overline{X}\right)}{\varepsilon^2} \\
= \frac{\sigma^2}{n \varepsilon^2} \to 0(n \to \infty)
$$

注：

1. $Var(X) = 0 \Rightarrow P(X = E(X)) = 1$。

2. 可推广：

   1. 两两不相关，$Var(X_i)$ 一致有界，则定理依然成立。
   2. $Var\left(\overline{X}\right) \to 0$（Markov 大数定律）。
3. 强大数定律（Kolmogorov）：$X_1, X_2, \cdots, X_n$ iid，$E(X_i) = \mu$，则：
   $$
   P\left(\lim_{n \to \infty} \overline{X} = \mu \right) = 1 \Leftrightarrow \forall \varepsilon > 0, P\left(\lim_{n \to \infty} \left|\overline{X} – \mu\right| < \varepsilon \right) = 1 $$ 即 $\overline{X}$ 依概率 $1$ 收敛至 $\mu$（almost surely $a.s.$）。 依概率收敛是区间大偏差上看，而依概率 $1$ 收敛是逐点看。

8、中心极限定理

定理

$X_1, X_2, \cdots, X_n$ iid，$E(X_i) = \mu, Var(X_i) = \sigma^2$，则：
$$
\lim_{n \to \infty} P\left(\frac{(X_1 + X_2 + \cdots + X_n) – n \mu}{\sqrt{n} \sigma} \le x\right) = \Phi(x), \forall x \in \mathbb{R}
$$
（标准正态分布的 cdf）

也就是依分布收敛于 $N(0, 1)$。

注：

1. 此为 Lindeberg-Levy 中心极限定理，可以推广至独立非同分布情形。

2. 可以将定理改写为 $\overline{X}$ 的标准化，也就是说定理可以推出 $\overline{X} \stackrel{近似}{\sim} N\left(\mu, \dfrac{\sigma^2}{n}\right)$。

3. 若 $X_i \sim B(p)$，则：
   $$
   \sum_{i = 1}^n X_i \sim B(n, p)
   $$
   可用正态分布来近似（此为 De Moivre-Laplace 中心极限定理）。

   则：
   $$
   P\left(t_i \le \sum_{i = 1}^n X_i \le t_2 \right) \approx \Phi(y_2) – \Phi(y_1)
   $$

   其中：
   $$
   \begin{cases}
   y_2 = \dfrac{t_2 – np + \frac{1}{2}}{\sqrt{np(1 – p)}} \\
   y_1 = \dfrac{t_1 – np – \frac{1}{2}}{\sqrt{np(1 – p)}}
   \end{cases}
   $$
   其中 $\dfrac{1}{2}$ 为连续性修正。

$e.g.$（选举问题）$P$ 为选民支持比例（未知），随机调查 $n$ 人，支持比例：
$$
P_n =\frac{1}{n} \sum_{i = 1}^n X_i = \overline{X}, X_i \sim B(p)
$$
（注：近似有放回）

问：精度 $\varepsilon = 0.01$，置信度为 $1 – \alpha = 95 \%$，$n$ 取多少较为合适？
$$
P\left(|P_n – P| \ge \varepsilon \right) \le \alpha
$$
利用 Chebyshev 不等式得到的 $n$ 大约为 $50000$。

但利用中心极限定理：
$$
P\left(|P_n – P| \ge \varepsilon \right) \approx 2\left(1 – \Phi\left(\frac{\sqrt{n}\varepsilon}{\sqrt{p(1 – p)}}\right)\right) \le \alpha \\
\Leftrightarrow \Phi\left(\frac{\sqrt{n}\varepsilon}{\sqrt{p(1 – p)}}\right) \ge 1 – \frac{\alpha}{2} \\
\Leftarrow \Phi\left(\frac{\sqrt{n}\varepsilon}{\sqrt{p(1 – p)}}\right) \ge \Phi \left(\frac{\sqrt{n}\varepsilon}{\frac{1}{2}}\right) \ge 1 – \frac{\alpha}{2}
$$
而 $\Phi(1.96) \approx 0.975 \Rightarrow n \ge \dfrac{1.96^2}{4 \varepsilon^2} \approx 9604$。

通常 $\alpha = 0.05, \varepsilon = 0.03$，则 $n \ge 1068$。

 概统 笔记