05.10.2013 Aufrufe

Analysis

Analysis

Analysis

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

1298 KAPITEL VII. MIST UND VERSUCHE<br />

Proposition 4.9.16. Gegeben integrierbare Zufallsvariablen X1, . . . , Xn ist<br />

der Erwartungswert ihrer Summe die Summe ihrer Erwartungswerte, in Formeln<br />

E(X1 + . . . + Xn) = E(X1) + . . . + E(Xn)<br />

Beweis. Das ist klar.<br />

Definition 4.9.17. Sei (Ω, A, P ) ein Wahrscheinlichkeitsraum. Gegeben eine<br />

quadratintegrierbare Zufallsvariable X, in Formeln X ∈ L 2 R(Ω), ist ihre<br />

Varianz Var(X) ∈ R≥0 erklärt als das Integral<br />

<br />

Var(X) := (X − E(X)) 2<br />

Schließlich erklärt man die Standardabweichung σ(X) ∈ R≥0 einer quadratintegrierbaren<br />

Zufallsvariablen X ∈ L 2 R(Ω) als die Wurzel aus der Varianz<br />

σ(X) := Var(X)<br />

4.9.18. Der Begriff der Standardabweichung hat den Vorteil, daß für reelles<br />

λ ≥ 0 gilt σ(λX) = λσ(X). So hat etwa die verdoppelte Zufallsvariable die<br />

vierfache Varianz, aber die doppelte Standardabweichung. Geometrisch mag<br />

man X − E(X) interpretieren als das Bild von X ∈ L 2 R(Ω) unter der orthogonalen<br />

Projektion auf die Hyperebene aller quadratintegrierbaren Zufallsvariablen<br />

mit Erwartungswert Null: In der Tat steht die Gerade der konstanten<br />

reellen Zufallsvariablen nämlich auf dieser Hyperebene senkrecht und der Erwartungswert<br />

einer quadratintegrierbaren Zufallsvariablen ist nichts anderes<br />

als ihr Skalarprodukt mit der konstanten Zufallsvariablen Eins. Damit bedeutet<br />

die Standardabweichung einer quadratintegrierbaren Zufallsvariablen<br />

also geometrisch die Länge ihrer orthogonalen Projektion auf die Hyperebene<br />

aller quadratintegrierbaren Zufallsvariablen mit Erwartungswert Null.<br />

Definition 4.9.19. Gegeben zwei quadratintegrierbare Zufallsvariablen X, Y ∈<br />

L 2 R(Ω) bezeichnet man schließlich das Skalarprodukt der besagten Projektionen<br />

unserer Zufallsvariablen als ihre Kovarianz<br />

Kov(X, Y ) := 〈X − E(X), Y − E(Y )〉 = E(XY ) − E(X) E(Y )<br />

Für von Null verschiedene Varianzen bezeichnet man schließlich den Cosinus<br />

des von unseren Projektionen eingeschlossenen Winkels als den Korrelationskoeffizienten<br />

ρ unserer beiden Zufallsvariablen, in Formeln<br />

ρ(X, Y ) :=<br />

Kov(X, Y )<br />

σ(X)σ(Y )<br />

Ist besagter Korrelationskoeffizient oder sogar noch etwas allgemeiner die<br />

Kovarianz Null, so heißen unsere Zufallsvariablen unkorreliert.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!