Вероятность и статистика · объяснение и практика
Почему дисперсии суммы складываются не всегда
Рассчитайте разброс суммы зависимых величин, учитывая ковариацию и знак коэффициентов; проверьте случай совпадающих измерений.

В теме Случайные величины и распределения · Учебная карта
Главная мысль
Для величин с конечными вторыми моментами Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y). Сложение одних дисперсий допустимо при нулевой ковариации, в частности при независимости.
Сумма отклонений порождает смешанный член
Вычтем из каждой величины её ожидание. Отклонение суммы равно сумме двух центрированных отклонений. Квадрат этой суммы содержит два квадрата и удвоенное произведение. После усреднения квадраты дают дисперсии, а произведение — ковариацию. Поэтому дополнительный член не является поправкой на размер выборки: он описывает совместное поведение величин.
Независимость гарантирует нулевую ковариацию при существующих вторых моментах, но для сложения дисперсий достаточно более слабого условия — нулевой ковариации. Из одного равенства дисперсий нельзя автоматически делать вывод о полной независимости. Нелинейная зависимость способна сохраняться даже при отсутствии линейного совместного отклонения.
Совпадающие величины — полезный контроль
Пусть X принимает ноль или один с равными вероятностями, а Y=X. Дисперсия каждой равна четверти. Их сумма равна 2X и имеет дисперсию один. Простое сложение дало бы половину и недооценило разброс: отклонения всегда происходят вместе. Ковариация равна четверти, её удвоение добавляет недостающую половину.
Если вместо этого Y=1−X, сумма постоянно равна единице и дисперсия нулевая. Ковариация теперь отрицательна и компенсирует сумму двух четвертей. Оба примера используют одни и те же индивидуальные распределения, но разные связи. Следовательно, знать только отдельные дисперсии недостаточно для разброса суммы.
Пример
Даны Var(X)=4, Var(Y)=9, Cov(X,Y)=−3. Найдите Var(X+Y).
Получаем 4+9+2·(−3)=7. Отрицательная ковариация уменьшает разброс суммы. Нельзя просто вычесть одну тройку: при раскрытии квадрата смешанный член удвоен.
Разность и линейная комбинация
Для aX+bY формула принимает вид a²Var(X)+b²Var(Y)+2abCov(X,Y). При разности знак ковариационного члена меняется, но оба квадрата коэффициентов остаются положительными. Например, Var(X−Y) содержит −2Cov(X,Y), а не отрицательную дисперсию Y. Дисперсия любой реальной линейной комбинации неотрицательна.
Если подстановка дала отрицательную дисперсию, надо проверить знаки или совместимость исходных параметров. Ковариация не произвольна: её модуль ограничен произведением стандартных отклонений. Это условие не позволяет назначить настолько большую отрицательную связь, чтобы реальный квадрат отклонения имел отрицательное среднее. Для нескольких величин потребуются все соответствующие парные ковариационные вклады.
От чтения к действию
А теперь — вы
Частые вопросы
Когда дисперсии можно просто сложить?
Когда ковариация равна нулю. Независимость при конечных вторых моментах достаточна, но не необходима для этого.
У разности вычитают дисперсию второй величины?
Нет. Квадраты коэффициентов дают сумму дисперсий, а знак меняется только у удвоенной ковариации.
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
Как знак ковариации описывает совместные отклонения
Найдите ковариацию через центрированные произведения и объясните её знак, зависимость от единиц и ограниченность как меры связи.
Открыть темуКак разделить разброс внутри групп и между их средними
Разделите дисперсию смеси на средний разброс внутри групп и различие групповых средних; не ограничивайтесь средним условных дисперсий.
Открыть тему