条件付き分散
定義:conditional variance
2つの確率変数
について,一方の変数が与えられた下での
分散を
条件付き分散という.すなわち,
Y が与えられたもとでの
X の
条件付き分散はと定義される.
展開すると,
を展開すると,ここで,条件付き期待値の線形性, E[aX + b|Y] = aE[X|Y] + b を用いると,さらに,E[X|Y] は Y の関数なので,条件付き期待値の外に出せる.項をまとめて,つまり,となる□
連続確率変数の場合の条件付き分散は,離散確率変数の場合の条件付き分散は,ここで, f_{X|Y}(x|y) は X の Y に対する条件付き確率密度関数, P(X=x|Y=y) は X の Y$ に対する条件付き確率である.
条件付き分散の性質
- 非負性: Var(X|Y) \geq 0
- 全分散の法則: Var(X) = E[Var(X|Y)] + Var(E[X|Y])
- 単調性:下記参照.
- 条件付き Jensen の不等式:下記参照.
条件付き分散の一般的定義
確率空間 (\Omega, \mathit{F}, P) 上の可積分な確率変数 X と \sigma-代数 \mathit{G} \subseteq \mathit{F} に対して,条件付き分散 Var(X|\mathit{G}) は以下のように定義される.ここで,E[X|\mathit{G}] は X の \mathit{G} に関する条件付き期待値である.
この定義は以下の性質を満たす \mathit{G}-可測な確率変数である.
条件付き分散の性質
- 非負性: Var(X|\mathit{G}) \geq 0 a.s.
- 全分散の法則: Var(X) = E[Var(X|\mathit{G})] + Var(E[X|\mathit{G}])
- 単調性: もし \mathit{H} \subseteq \mathit{G} ならば,E[Var(X|\mathit{G})|\mathit{H}] \leq Var(X|\mathit{H}) a.s.
条件付き分散は減少する傾向があるということを意味する. - 条件付き Jensen の不等式: 但し, g は実数値関数.関数適用後の条件付き分散の上界を与える.
Mathematics is the language with which God has written the universe.