27、条件分布、期望、方差与大数定律

条件分布、期望、方差与大数定律

条件分布、期望与方差

条件分布、期望和方差是概率统计中的重要概念。下面将详细介绍这些概念及其相关公式和性质。

关键公式与性质

• 条件密度函数 ：对于联合分布的连续随机变量 (X) 和 (Y)，给定 (X = x) 时 (Y) 的条件密度函数为 (f_{Y|X}(y|x) = \frac{f(x, y)}{f_X(x)})，其中 (f_X(x) > 0)。
• 连续贝叶斯公式 ：(f_{X|Y}(x|y) = \frac{f_{Y|X}(y|x)f_X(x)}{\int_{-\infty}^{\infty}f_{Y|X}(y|t)f_X(t) dt})。
• 条件期望 ：
  • 给定 (X = x) 时 (Y) 的条件期望 (E[Y|X = x])，对于连续情况为 (\int_{y} yf_{Y|X}(y|x) dy)，对于离散情况为 (\sum_{y} yP(Y = y|X = x))。
  • (E[Y|X]) 是一个随机变量，也是 (X) 的函数，当 (X = x) 时，(E[Y|X]) 取值为 (E[Y|X = x])。
• 全期望定律 ：(E[Y] = E[E[Y|X]])。
• 条件期望的性质 ：
  1. 对于常数 (a) 和 (b)，(E[aY + bZ