两种独立性定义的等价性

随机变量独立性的定义,一般由随机变量的分布函数来刻画.但在实际应用中,却通常使用其等价条件来判断随机变量是否独立.本文分别针对连续型和离散型两类随机变量,论证了这两种独立性概念之间的等价性.     

随机变量及其分布

本单元的重点：离散型随机变量及其分布列，条件概率，相互独立事件，独立重复试验与二项分布，离散型随机变量的均值和方差，正态分布．     

用矩阵的秩判定二维离散型随机变量独立性

利用线性代数中矩阵的秩,给出了二维离散型随机变量相互独立的一个必要条件和一个充分必要条件,在应用上是很有价值的.     

连续随机变量的随机独立性与回归独立性

回归独立性是指给定随机变量 X时 ,随机变量 Y的条件期望 E( Y|X)不依赖于 X.前人讨论了离散型随机变量回归独立性与随机独立性的关系 ,得到了二者等价的充分必要条件 .对连续型随机变量的情形加以讨论 ,获到了二者等价的几个充分必要条件 ,并说明在统计分析中的应用 .     

分布矩阵与随机变量独立性的判定

利用离散型随机变量的联合分布矩阵,得到了离散型随机变量独立性的一种判别方法,并用实例给出了一定的应用。     

次线性期望下的一般中心极限定理

受Peng-中心极限定理的启发,本文主要应用G-正态分布的概念,放宽Peng-中心极限定理的条件,在次线性期望下得到形式更为一般的中心极限定理.首先,将均值条件E[X_n]=ε[X_n]=0放宽为|E[X_n]|+|ε[X_n]|=O(1/n);其次,应用随机变量截断的方法,放宽随机变量的2阶矩与2+δ阶矩条件;最后,将该定理的Peng-独立性条件进行放宽,得到卷积独立随机变量的中心极限定理.     

关于独立性的若干反例

为有效加深学习者对独立性概念的理解和掌握,提出关于独立性的若干新颖反例,这些反例来自于古典概型和几何概型,包括随机事件的独立性和随机变量的独立性.基于这几个反例,深入解析了独立性概念.     

条件数学期望与随机变量独立性的一个充要条件

随机试验的独立性、随机事件的独立性、随机变量的独立性均是概率统计中的重要概念,不少学者都在这些方面有所讨论.本文作者就二维离散形随机向量(ξ,η)中两个分量ξ与η的相互独立性展开讨论.先是证明了三个引理,其中引理1在一般概率论教科书中均有介绍,但为使读者方便,作者也作了证明.利用三个引理,作者找到随机变量独立性的一个充要条件.     

图解常用离散型随机变量

在概率论的学习中,一个重要章节就是常用的离散型随机变量的学习.离散型随机变量包括伯努利分布,二项分布,泊松分布,几何分布,超几何分布和负二项分布等等.在本文中,首先借助时间流的图形表达,从伯努利试验次数和成功次数角度区分其中的一些常用变量;其次通过一个流程图的方式梳理这些常用的离散型随机变量的定义.本文的目的在于,基于常规的离散型随机变量的分布律等介绍之余,首次尝试从不同的比较汇总角度,借助图表方法对常用的离散型随机变量进行梳理和总结,起到区分变量的差异,加强对常用离散型随机变量概念的理解.     

条件期望与三变量独立性的两个充要条件

随机事件的独立性、随机变量的独立性是概率统计中的重要概念,不少学者都在这方面有所讨论.本文作者讨论了三维连续型随机变量（X,Y,Z）中三个分量X,Y,Z的相互独立性、条件独立性,得到三个引理.利用条件期望及三个引理作者给出了三变量相互独立的两个充要条件.     

Logical and algorithmic properties of stable conditional independence

The logical and algorithmic properties of stable conditional independence (CI) as an alternative structural representation of conditional independence information are investigated. We utilize recent results concerning a complete axiomatization of stable conditional independence relative to discrete probability measures to derive perfect model properties of stable conditional independence structures. We show that stable CI can be interpreted as a generalization of Markov networks and establish a connection between sets of stable CI statements and propositional formulas in conjunctive normal form. Consequently, we derive that the implication problem for stable CI is coNP-complete. Finally, we show that Boolean satisfiability (SAT) solvers can be employed to efficiently decide the implication problem and to compute concise, non-redundant representations of stable CI, even for instances involving hundreds of random variables.     

三变量独立性的两个结论

本文给出了三随机变量相互独立与条件独立的两个结论．其中结论２表明，三变量如果两两条件独立，则三变量一定相互独立．     

一类抽球模型中两两(或相互)独立的条件及其模型构建

以一类抽球模型中由两两独立不能推出相互独立为基础,导出只由单色球和全色球构成的抽球模型中,抽到的球上的颜色两两独立的充要条件;然后得到并为必然事件的n个随机事件相互独立一个必要条件,并构建抽球模型中抽到的球上的颜色相互独立的球色彩结构.     

The almost equivalence of pairwise and mutual independence and the duality with exchangeability

For a large collection of random variables in an ideal setting, pairwise independence is shown to be almost equivalent to mutual independence. An asymptotic interpretation of this fact shows the equivalence of asymptotic pairwise independence and asymptotic mutual independence for a triangular array (or a sequence) of random variables. Similar equivalence is also presented for uncorrelatedness and orthogonality as well as for the constancy of joint moment functions and exchangeability. General unification of multiplicative properties for random variables are obtained. The duality between independence and exchangeability is established through the random variables and sample functions in a process. Implications in other areas are also discussed, which include a justification for the use of mutually independent random variables derived from sequential draws where the underlying population only satisfies a version of weak dependence. Macroscopic stability of some mass phenomena in economics is also characterized via almost mutual independence. It is also pointed out that the unit interval can be used to index random variables in the ideal setting, provided that it is endowed together with some sample space a suitable larger measure structure. Received: 16 April 1997 / Revised version: 18 May 1998     

《概率论与数理统计》中有关独立性一反例的深入分析

独立性是《概率论与数理统计》是的一个非常重要的概念.教学中在说明随机变量函数独立性时会涉及许多反例.本文就有关随机变量函数独立性的一个反例作了进一步的推广分析.     

Weak association of random variables

The dependence concept of weak association is introduced and is shown to be equivalent to positive quadrant dependence. Furthermore, a characterization of independence in the class of positive quadrant dependent random variables by means of moment conditions is proved. Both results generalize some theorems proved by Lehmann and Jogdeo for the two- and three-dimensional case.