Вероятность и статистика · объяснение и практика
Перестановочная симметрия не делает наблюдения независимыми
Построить обменную последовательность через общий скрытый параметр и показать зависимость наблюдений вычислением совместной вероятности и ковариации.

В теме Условные вероятности и зависимости · Учебная карта
Главная мысль
Обменность означает неизменность совместного распределения при перестановке конечного набора координат. Общий случайный параметр может обеспечить такую симметрию и одновременно создать зависимость. Условная независимость при известном параметре не равна безусловной независимости.
Метод и постановка
Разделите два уровня эксперимента. Сначала один раз выбирается скрытая вероятность успеха. Затем при её фиксированном значении генерируются независимые наблюдения Бернулли. Важно, что параметр выбирается общий для всей серии, а не заново для каждого наблюдения. После усреднения по нему успех в одном испытании сообщает что-то об условиях остальных.
Вероятность конкретной двоичной последовательности при данном параметре зависит только от количества единиц. Усреднение сохраняет эту зависимость от количества, поэтому порядок координат не важен. Это доказывает обменность непосредственно, без апелляции к неясному слову «одинаковые». Одномерные распределения всех координат тоже совпадают, но равенства маргинальных распределений недостаточно для независимости.
Проверка и границы вывода
Чтобы проверить независимость, вычислите совместную вероятность двух успехов и сравните её с квадратом одиночной вероятности. Условное произведение вероятностей усредняется как квадрат скрытого параметра. Квадрат его среднего обычно меньше на величину дисперсии параметра. Так появляется положительная ковариация между наблюдениями.
Данный пример не утверждает, что любая конечная обменная модель обязательно имеет представление именно такой смесью независимых испытаний. Для общих представлений важны условия о бесконечной продолжимости; здесь нужна лишь явная конструкция и её проверка. В анализе данных общий случайный эффект может имитировать длинные серии успехов без прямого причинного влияния одного наблюдения на другое. Поэтому вывод о независимости требует модели формирования данных, а не только отсутствия предпочтительного порядка в таблице.
После наблюдения первого успеха апостериорная вероятность более высокого параметра увеличивается. Поэтому вероятность второго успеха становится больше исходной половины. Это дополнительная проверка зависимости через условный прогноз; она согласуется с положительной ковариацией, но не требует предполагать непосредственное влияние первого испытания на второе.
Пример
Скрытый параметр равновероятно равен 1/4 или 3/4. Тогда P(X₁=1)=1/2, а P(X₁=X₂=1)=[(1/4)²+(3/4)²]/2=5/16. Произведение одиночных вероятностей равно 1/4.
Ковариация равна 5/16−1/4=1/16. При этом вероятности последовательностей 10 и 01 одинаковы: каждая равна 3/16. Симметрия порядка полностью совместима с зависимостью.
От чтения к действию
А теперь — вы
Частые вопросы
Обменность слабее независимости одинаково распределённых координат?
Да. Независимая одинаково распределённая последовательность обменна, но обратный вывод неверен.
Что изменится при новом параметре для каждого испытания?
Общий источник зависимости исчезнет при независимом выборе параметров; это уже другая модель.
Углублённый разбор
Бета-биномиальная смесь: сверхдисперсия обменных успехов
Общий случайный шанс успеха создаёт сверхдисперсию счётчика. Условно независимые попытки могут быть зависимы после усреднения скрытого параметра.
Перед началом: Совместные и условные законы; Ожидание, дисперсия и условная независимость.
Определение и постановка
Пусть Θ~Beta(α,β), а при заданной Θ индикаторы независимы с вероятностью Θ. Тогда их общий закон обменен, а сумма имеет бета-биномиальное распределение.
Вывод и вычислительный критерий
По полной ковариации Cov(Iᵢ,Iⱼ)=Var Θ для разных попыток. Среднее μ=α/(α+β), а корреляция индикаторов равна 1/(α+β+1).
Дисперсия суммы nμ(1−μ)[1+(n−1)/(α+β+1)] превышает биномиальную при n>1. Добавка возникает из n(n−1) ковариационных слагаемых, а не из изменения среднего числа успехов.
Условия и границы вывода
Модель относится к одной группе, использующей общий Θ. Если новый параметр независимо генерируется перед каждой попыткой, индикаторы становятся независимыми с общим средним μ и сверхдисперсия исчезает.
Положительные α,β задают собственный непрерывный prior. Формальное использование нулевых параметров требует отдельного предельного определения, а не непосредственной подстановки в плотность.
При двух попытках ковариация индикаторов равна одной двенадцатой, поскольку совместная вероятность успехов равна одной трети, а произведение средних равно одной четверти. Каждая дисперсия равна одной четверти. Корреляция поэтому равна одной трети. Дисперсия суммы складывается из двух четвертей и удвоенной одной двенадцатой, что даёт две трети. Это третья проверка того же закона через парную структуру. Если увеличить оба параметра prior с одного до ста, сохранив среднее половину, разброс общего параметра уменьшится и закон суммы приблизится к биномиальному. Средний шанс сам по себе не описывает силу зависимости; её определяет также концентрация prior.
Для числа попыток один смешение незаметно по бинарному закону: любая смесь Бернулли определяется средним шансом. Зависимость обнаруживается только при совместном наблюдении нескольких попыток, использующих один и тот же скрытый параметр.
Разобранная задача
Условие. Θ равномерна на [0,1]. При данном Θ выполняют две независимые попытки. Найдите закон суммы успехов.
- Равномерный prior соответствует α=β=1; EΘ=1/2 и EΘ²=1/3.
- Вероятность двух успехов равна EΘ²=1/3.
- Вероятность нуля равна E(1−Θ)²=1/3.
- Оставшаяся вероятность одного успеха также равна 1/3; среднее равно единице, дисперсия равна 2/3.
Ответ. Сумма равномерна на {0,1,2}; её дисперсия 2/3 выше биномиальных 1/2.
Проверка. Интеграл для одного успеха равен ∫₀¹2θ(1−θ)dθ=1/3. Три прямых интеграла дают нормированный закон независимо от формулы бета-биномиальной дисперсии.
Где легко ошибиться. Условная независимость при фиксированном Θ не переносится автоматически на смешанный закон наблюдений.
Проверьте понимание
Вопросы к этой главе
Почему попытки обменны?
Перестановка порядка не меняет число успехов и произведение θᵏ(1−θ)ⁿ⁻ᵏ. Интегрирование общего параметра сохраняет эту симметрию.
Означает ли обменность независимость?
Нет. Здесь два успеха имеют вероятность 1/3 вместо произведения маргинальных вероятностей 1/4. Симметрия порядка не устраняет общий случайный шанс.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Aditya Guntuboyina: Beta-Binomial Inference
HTML лекции8 прочитан: положительность параметров Beta, среднее, дисперсия, моменты и posterior после биномиальных наблюдений. Прогноз блока вычислен собственным интегралом.
Прогноз блока будущих успехов в обменной смеси
Прогноз нескольких будущих попыток требует совместного posterior среднего произведения. Умножение одиночных предиктивных вероятностей теряет общий неизвестный параметр.
Перед началом: Совместные и условные законы; Ожидание, дисперсия и условная независимость.
Определение и постановка
При posterior Θ~Beta(a,b) вероятность r будущих успехов подряд равна EΘʳ=∏ⱼ₌₀ʳ⁻¹(a+j)/(a+b+j). Все будущие попытки используют один и тот же Θ.
Вывод и вычислительный критерий
Можно либо интегрировать θʳ по posterior, либо последовательно обновлять параметры после каждого предполагаемого успеха. Оба расчёта дают возрастающие множители: первый a/(a+b), следующий (a+1)/(a+b+1) и далее.
Если вместо них использовать одну фиксированную дробь в степени r, получится модель с независимым новым параметром перед каждой будущей попыткой. Это другая совместная конструкция, хотя одномерные предиктивные шансы совпадают.
| Последовательность | Posterior вероятность |
|---|---|
| 11 | 1/2 |
| 10 | 1/6 |
| 01 | 1/6 |
| 00 | 1/6 |
Условия и границы вывода
При r>1 и невырожденном posterior выпуклость θʳ даёт EΘʳ>(EΘ)ʳ. Поэтому серия одинаковых будущих исходов вероятнее, чем у независимых попыток с тем же средним шансом. Для смешанных последовательностей направление сравнения не обязано быть тем же.
Обменность означает равные вероятности последовательностей одинакового состава, но не одинаковые вероятности всех двоичных строк. Для вероятности ровно k успехов среди r надо дополнительно умножить массу одной последовательности на C(r,k).
При росте концентрации a+b с фиксированным средним posterior становится уже, и разница совместного прогноза с независимой заменой уменьшается. При точном известном Θ она исчезает. Это показывает, что дополнительная вероятность длинных серий связана с неопределённостью общего параметра, а не с непосредственным физическим влиянием одного будущего броска на другой. После фактического наблюдения прогноз действительно обновляется, но совместный закон блока был определён ещё до его раскрытия.
Разобранная задача
Условие. Неизвестный шанс Θ имеет равномерный prior. Наблюдён один успех. Найдите вероятность двух следующих успехов подряд и сравните с квадратом одиночного прогноза.
- После наблюдения posterior равен Beta(2,1), одиночный прогноз успеха равен 2/3.
- При первом предполагаемом будущем успехе posterior станет Beta(3,1), и следующий шанс равен 3/4.
- Совместный прогноз равен (2/3)(3/4)=1/2.
- Квадрат одиночного прогноза равен 4/9; истинная совместная вероятность больше на 1/18.
Ответ. Два будущих успеха имеют вероятность 1/2, а независимая подмена даёт 4/9.
Проверка. Posterior плотность равна 2θ. Прямой интеграл ∫₀¹θ²·2θdθ=1/2 подтверждает совместный прогноз независимо от последовательного обновления.
Где легко ошибиться. Нельзя после обновления один раз фиксировать средний шанс и считать все будущие события независимыми без изменения модели.
Проверьте понимание
Вопросы к этой главе
Чему равны вероятности будущих 10 и 01?
Обе равны E[Θ(1−Θ)]=1/6 при posterior Beta(2,1). Равенство следует из обменности, а не из независимости будущих попыток.
Как проверить нормировку двух будущих попыток?
Массы 11,10,01,00 равны 1/2,1/6,1/6,1/6. Их сумма единица; одиночный шанс первой и второй попытки равен 2/3.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Aditya Guntuboyina: Beta-Binomial Inference
HTML лекции8 прочитан: положительность параметров Beta, среднее, дисперсия, моменты и posterior после биномиальных наблюдений. Прогноз блока вычислен собственным интегралом.
Обменность конечного блока ещё не даёт бесконечной смеси
Конечная обменная таблица может выглядеть вполне правильной и всё же не допускать ещё одной обменной координаты. Получим проверяемый предел длины продолжения по парной ковариации, не предполагая заранее существование бесконечной смеси Bernoulli.
Перед началом: Конечная модель вероятностей; Математическое ожидание и дисперсия.
Конечная симметрия не является обещанием продолжения
Обменность вектора означает неизменность совместного закона при перестановке его координат. Она вынуждает одинаковое среднее p, одинаковую дисперсию v=p(1−p) и одну ковариацию c для каждой пары разных Bernoulli. Но закон на N координатах задаёт лишь этот конечный эксперимент.
Продолжение до M>N требует существования более длинного обменного вектора, у которого первые N координат имеют точно исходный совместный закон. Недостаточно сохранить только количество возможных значений или равенство одиночных вероятностей. Несуществование продолжения можно установить уже по необходимому условию для его первых двух моментов.
Дисперсия суммы ограничивает отрицательную связь
Для любого обменного вектора длины M дисперсия суммы равна Mv+M(M−1)c. Она должна быть неотрицательна. При c<0 получаем M≤1+v/(−c). Это верхняя граница возможной длины продолжения: она не требует перебора всех многомерных таблиц.
Если c≥0, эта конкретная проверка не запрещает большие M, но и не доказывает существование продолжения. Другие совместные ограничения могут быть сильнее. С другой стороны, в смеси независимых одинаковых Bernoulli ковариация разных координат равна Var Θ≥0, поэтому отрицательное c сразу исключает такое представление.
Точный фиксированный итог создаёт конечный пример
Равномерный закон на двоичных строках с заданным количеством единиц обменен: перестановка меняет только строку внутри того же конечного множества. Сумма координат при этом постоянна, поэтому её нулевая дисперсия заставляет парную ковариацию быть отрицательной, если отдельные координаты не постоянны.
Такой пример не противоречит теореме о бесконечных обменных Bernoulli-последовательностях. Именно бесконечная продолжимость в нём отсутствует. Практический вывод относится к модели: данные фиксированного состава нельзя автоматически объявить наблюдениями одного скрытого случайного шанса, общими для произвольно длинной будущей серии.
Две единицы на четырёх местах
Условие. Вектор длины четыре равномерно выбирается из шести двоичных строк с ровно двумя единицами. Найдите p, парную ковариацию и установите, можно ли продолжить этот закон до обменного вектора длины пять.
- Для каждой координаты успех встречается в трёх строках из шести, поэтому p=1/2 и v=1/4.
- Для каждой фиксированной пары обе единицы встречаются вместе только в одной строке. Значит E(XᵢXⱼ)=1/6 и c=1/6−1/4=−1/12.
- Необходимая граница длины равна 1+(1/4)/(1/12)=4. Для M=5 предполагаемая дисперсия суммы была бы 5/4+20(−1/12)=−5/12.
- Отрицательная дисперсия невозможна, следовательно, обменного продолжения до пяти нет. Длина четыре достижима самим исходным вектором, поэтому найденный предел в этом случае точен.
Ответ. p=1/2, c=−1/12; максимальная длина обменного продолжения равна четырём, до пяти продолжить нельзя.
Проверка. Полное перечисление шести строк даёт одинаковые одиночные и парные частоты. Для исходной длины формула возвращает 4/4+12(−1/12)=0, что независимо согласуется с постоянной суммой два.
Где легко ошибиться. Не применяйте утверждение «обменность означает смесь IID» к произвольному конечному вектору без предпосылки продолжимости. Здесь все перестановки допустимы и симметрия точна, но отрицательная ковариация исключает смесь и даже одну дополнительную обменную координату.
Проверьте понимание
Вопросы к этой главе
Достаточно ли неотрицательной дисперсии предполагаемой суммы?
Нет. Это необходимое условие, удобное для отказа. Прохождение моментной проверки не строит полную совместную таблицу продолжения и не подтверждает все её ограничения.
Можно ли добавить пятую координату без обменности?
Можно, например независимо с любым выбранным законом. Но такая конструкция не решает поставленную задачу: после перестановок пятая координата должна была бы иметь те же совместные отношения с остальными.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Diaconis–Freedman, Partial exchangeability and sufficiency, §1
Прочитан индексированный первичный §1 с определением обменности и бесконечным Bernoulli-mixture представлением. PDF доступен, но без извлекаемого текста; полного чтения статьи нет. Конечный критерий через дисперсию и шестистрочный контрпример выведены здесь.
Нижняя граница корреляции конечного обменного блока
Конечный обменный набор может иметь отрицательную корреляцию. Неотрицательность дисперсии общей суммы ограничивает её снизу, а фиксированный итог показывает достижимость этой границы.
Перед началом: Условная вероятность; Точная арифметика.
Симметрия уравнивает пары
Пусть X₁,…,Xₙ — обменные вещественные переменные с конечной общей дисперсией σ²>0. Перестановочная симметрия делает ковариацию любой пары разных индексов одинаковой, обозначим её c. Тогда Var(ΣXᵢ)=nσ²+n(n−1)c. Левая часть неотрицательна, поэтому c≥−σ²/(n−1), а корреляция ρ≥−1/(n−1). Здесь не требуется ни независимость, ни бесконечное продолжение последовательности; это ограничение всего конечного блока.
Равенство означает фиксированную сумму
Граница достигается тогда и только тогда, когда дисперсия суммы нулевая, то есть сумма почти наверное постоянна. Возьмём равномерный выбор бинарного вектора ровно с m единицами среди n позиций, где 0<m<n. Каждая координата имеет шанс m/n, а итог точно m. Обменность очевидна из симметрии всех размещений. Значит корреляция каждой пары равна нижней границе. Сами координаты при этом случайны и не совпадают с постоянными числами.
Продолжение усиливает ограничение
Если тот же совместный закон пары должен входить в обменный блок любой длины, граница должна выполняться для всех n. При n→∞ она исключает фиксированную отрицательную корреляцию. Это объясняет, почему бесконечные обменные смеси Бернулли не описывают произвольный конечный отбор фиксированного состава. Речь не о том, что отрицательная зависимость невозможна вообще: несовместимы конкретный отрицательный парный закон и требование его обменного продолжения на сколь угодно много координат.
Разобранная задача
Условие. Из четырёх позиций равномерно выбраны ровно две. Xi показывает выбор i-й позиции. Найдите дисперсию координаты, ковариацию пары и корреляцию; проверьте общую дисперсию суммы.
- Каждая позиция выбрана с вероятностью 1/2, поэтому Var(Xi)=(1/2)(1/2)=1/4.
- Обе фиксированные позиции выбраны только в одном из шести равновероятных подмножеств, значит E(X₁X₂)=1/6.
- Ковариация равна 1/6−1/4=−1/12. Деление на общую дисперсию 1/4 даёт корреляцию −1/3.
- Дисперсия общей суммы по формуле равна 4·(1/4)+4·3·(−1/12)=0, как и должно быть для постоянного итога два.
Ответ. Корреляция равна −1/3 и достигает минимально возможной границы для четырёх обменных непостоянных координат.
Проверка. После условия X₁=1 среди трёх оставшихся позиций выбрана только одна, поэтому P(X₂=1|X₁=1)=1/3. Умножение на P(X₁=1)=1/2 снова даёт совместную массу 1/6 независимо от подсчёта ковариации.
Где легко ошибиться. Не применяйте неотрицательность корреляции бесконечной смеси к любому конечному обменному набору. Фиксированный итог создаёт корректную отрицательную связь, но препятствует произвольному обменному продолжению.
Проверьте понимание
Вопросы к этой главе
Что меняется при нулевой дисперсии координат?
Координаты постоянны, и нормированная корреляция не определена. Ковариационная формула остаётся корректной, но деление на σ² недопустимо.
Можно ли продолжить пример до пяти обменных координат с той же парой?
Нет. Для пяти нужна корреляция не меньше −1/4, тогда как заданный парный закон имеет −1/3. Уже дисперсия суммы такого продолжения стала бы отрицательной.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Gary J. Kerns: Signed Measures in Exchangeability and Infinite Divisibility, chapter4
Конечная обменность допускает отрицательную корреляцию; связь нижней границы с дисперсией суммы.
Три факториальных момента: восстановление двух скрытых вероятностей
Три факториальных момента счётчика раскрывают три параметра двухатомной смеси. Рекурсия моментов превращает неизвестные вероятности в корни квадратного многочлена, после чего первый момент определяет вес. Наличие алгебраических корней ещё не гарантирует допустимой вероятностной модели.
Перед началом: Факториальные моменты биномиального счётчика; Квадратное уравнение и конечная смесь.
Совместные успехи наблюдают моменты скрытого шанса
Один общий скрытый шанс Θ принимает ровно два различных значения в[0,1] с положительными весами. При Θ три Bernoulli-наблюдения независимы. Задан точный закон их счётчика, а не одна реализованная тройка.
Обозначим S=X₁+X₂+X₃. При условной независимости E(S)=3EΘ, E[S(S−1)]=6EΘ² и E[S(S−1)(S−2)]=6EΘ³. Поэтому точная таблица четырёх вероятностей S позволяет получить m₀=1,m₁,m₂,m₃ — первые моменты скрытого закона. Предпосылка двух атомов является дополнительной моделью, а не следствием одной лишь обменности.
Если Θ принимает a<b с весом w при a, то mₖ=waᵏ+(1−w)bᵏ. Требуется восстановить a,b,w одновременно. В отличие от задачи с известным одним центром смеси здесь нет заранее закреплённого положения первой компоненты. Перестановка названий атомов не меняет наблюдаемый закон, поэтому соглашение a<b убирает только эту искусственную неоднозначность.
Неизвестные атомы удовлетворяют одному многочлену
Положим s=a+b,q=ab. Для каждого атома z²=sz−q; умножение на zᵏ и усреднение даёт mₖ₊₂=smₖ₊₁−qmₖ. Первые два равенства имеют вид m₂=sm₁−q и m₃=sm₂−qm₁. Если D=m₂−m₁²>0, то s=(m₃−m₁m₂)/D, q=sm₁−m₂. Далее a,b — корни z²−sz+q.
После нахождения корней вес равен w=(b−m₁)/(b−a). Проверяют действительность различных корней, 0≤a<b≤1 и 0<w<1. Затем восстанавливают все четыре вероятности S, а не только среднее. Формальное решение с отрицательным весом или атомом вне[0,1] не представляет допустимую двухатомную Bernoulli-смесь.
Единственность зависит от числа атомов и точности данных
При D=0 скрытый шанс постоянен почти наверное. Различные положительно взвешенные атомы невозможны: их дисперсия w(1−w)(b−a)² была бы положительной. Если разрешить нулевой вес, положение отсутствующего атома вообще не определяется. Именно это означает потерю идентифицируемости, а не необходимость произвольно заменить нулевой знаменатель маленьким числом.
Для положительного D формулы дают единственную упорядоченную пару в рамках заявленной модели. Они не доказывают, что по трём моментам всякая более сложная смесь тоже обязана иметь два атома. Почти совпавшие атомы уменьшают D и усиливают ошибки оценённых моментов. Здесь точные вероятности позволяют проверить алгебру; оценивание по конечному набору независимых блоков потребовало бы отдельного анализа неопределённости.
Неизвестные вероятности из четырёх масс счётчика
Условие. Закон S задан вероятностями (22,24,36,43)/125 для S=0,1,2,3. Предполагается положительная двухатомная смесь условно независимых Bernoulli. Восстановите её и предскажите вероятность четырёх успехов в следующем блоке, использующем тот же случайный шанс.
- Вычисляем E(S)=9/5, E[S(S−1)]=66/25 и E[S(S−1)(S−2)]=258/125. Отсюда m₁=3/5,m₂=11/25,m₃=43/125.
- D=11/25−9/25=2/25. Поэтому s=(43/125−33/125)/(2/25)=1, q=3/5−11/25=4/25.
- Корни z²−z+4/25 равны 1/5 и 4/5. Они различны и лежат внутри[0,1]. Вес меньшего атома w=(4/5−3/5)/(3/5)=1/3.
- Восстановление даёт P(S=3)=43/125, P(S=2)=3(m₂−m₃)=36/125, P(S=1)=3(m₁−2m₂+m₃)=24/125 и P(S=0)=22/125.
- Для нового четырёхэлементного блока без дополнительного наблюдения исхода старого блока вероятность всех успехов равна m₄=sm₃−qm₂=171/625. Это прогноз по восстановленному общему закону, не posterior после конкретного S.
Ответ. Θ=1/5 с вероятностью 1/3 и Θ=4/5 с вероятностью 2/3. Безусловная вероятность четырёх успехов равна 171/625.
Проверка. Прямое смешение четвёртых степеней даёт (1/3)(1/5)⁴+(2/3)(4/5)⁴=171/625. Это независимая проверка прогноза без рекурсии. Восстановленные четыре массы счётчика суммируются в единицу.
Где легко ошибиться. Точный закон счётчика нельзя заменить одной наблюдённой тройкой. Три случайных исхода не сообщают точные моменты и не обеспечивают точное восстановление трёх параметров.
Проверьте понимание
Вопросы к этой главе
Достаточно ли первых двух моментов?
В общем нет. Они дают среднее и дисперсию скрытого шанса, но две неизвестные позиции и один вес образуют три параметра. Третий момент отделяет допустимые асимметричные смеси.
Можно ли назвать восстановленный закон доказанным для любых обменных данных?
Нет. Единственность условна на двухатомной модели с положительными весами. Конечная обменность сама не утверждает ни бесконечную продолжимость, ни ровно два скрытых режима.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Madagascar research paper: Prony Method, equations3–7
Поддерживает восстановление оснований суммы степеней через аннулирующий многочлен и последующее определение весов. Вероятностные ограничения, факториальные моменты и двухатомный пример выведены здесь отдельно.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.
Продолжить разбираться
Разделение пуассоновского потока: независимость возникает после снятия условия на общий счёт
Доказать независимость двух потоков после независимой маркировки пуассоновских событий и отличить её от отрицательной зависимости при фиксированном общем числе.
Открыть темуЗависимость в таблице частот: взаимная информация измеряет больше линейной связи
Получить взаимную информацию и условные энтропии из полной совместной таблицы двух дискретных признаков с корректной обработкой нулей.
Открыть темуХвостовое событие нельзя изменить конечным началом: где действует закон нуля или единицы
Распознать хвостовое событие независимой последовательности, применить закон Колмогорова и отделить этот вывод от вычисления конкретной вероятности.
Открыть тему