随机变量独立性的定义#
P(X≤x,Y≤y)=P(X≤x)P(Y≤y)或者写成
F(x,y)=FX(x)FY(y)就称随机变量X与Y相互独立
概率密度函数的独立性条件#
X与Y独立的充分必要条件为
f(x,y)=fX(x)fY(y)
离散型随机变量独立性的定义#
X与Y独立的充分必要条件为
pij=pi⋅p⋅j
用相关系数不一定能判断独立性#
如果随机变量X与Y独立,则它们的相关系数ρXY=0,但反过来不成立,ρXY=0并不能说明X与Y独立
X,Y独立⇒ρXY=0例如,设随机变量X服从均匀分布U(−1,1),定义随机变量Y=X2,则可以计算出ρXY=0,但显然Y完全由X决定,二者并不独立
如果(X,Y)服从二维正态分布,则是充要条件
ρXY=0⇔X,Y独立