Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Einführung in die Stochastik, Prof. Lerche - Abteilung für ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
7.3 Varianz und Kovarianz 55<br />
Antworten:<br />
1) P (T < ∞) = 1.<br />
2) E(T ) = ∞.<br />
Beweis: später !!<br />
7.3 Varianz und Kovarianz<br />
7.3.1 Def<strong>in</strong>ition (Varianz, Standardabweichung)<br />
X sei e<strong>in</strong>e Zufallsvariable auf (Ω, P ) mit E(X 2 ) < ∞.<br />
Dann heißt Var(X) = E(X − E(X)) 2 Varianz von X<br />
und σ(X) = √ Var(X) Standardabweichung von X.<br />
7.3.2 Bemerkungen:<br />
(1) Beide Größen s<strong>in</strong>d Maßzahlen für <strong>die</strong> Streubreite der Verteilung von X um E(X)<br />
herum.<br />
(2) Durch <strong>die</strong> Forderung E(X 2 ) < ∞ ist <strong>die</strong> Varianz wohldef<strong>in</strong>iert, denn es gilt:<br />
|X| ≤ 1 + X 2 ⇒ E|X| ≤ 1 + E(X 2 ) < ∞ ⇒ |E(X)| < ∞.<br />
(3) Var(X) = E(X 2 ) − (E(X)) 2 , denn:<br />
Setze µ = E(X). Dann ist Var(X) = E(X − µ) 2 = E(X 2 − 2Xµ + µ 2 )<br />
= E(X 2 ) − 2µE(X) + µ 2 = E(X 2 ) − 2µ 2 + µ 2 = E(X 2 ) − µ 2 .<br />
(4) Es gilt 0 ≤ Var(X) < ∞, denn wegen (3) ist<br />
0 ≤ Var(X) = E(X − µ) 2 = EX 2 − (EX) 2 ≤ EX 2 ≤ ∞<br />
(5) Var(aX + b) = a 2 Var(X), denn:<br />
Var(aX + b) = E(aX + b − E(aX + b)) 2<br />
= E(aX − E(aX)) 2<br />
= E(a(X − E(X))) 2<br />
= a 2 E(X − E(X)) 2<br />
= a 2 Var(X).<br />
7.3.3 Def<strong>in</strong>ition (Kovarianz, Korrelationskoeffizient)<br />
X und Y seien Zufallsvariablen mit Var(X) < ∞ und Var(Y ) < ∞.<br />
Dann heißt<br />
Kov(X, Y ) := E(XY − E(X)E(Y ))<br />
Kovarianz von X und Y<br />
und<br />
Kor(X, Y ) := Kov(X, Y )<br />
σ(X)σ(Y )<br />
heißt Korrelationskoeffizient von X und Y .