| dbo:abstract
|
- In probability theory, a pairwise independent collection of random variables is a set of random variables any two of which are independent. Any collection of mutually independent random variables is pairwise independent, but some pairwise independent collections are not mutually independent. Pairwise independent random variables with finite variance are uncorrelated. A pair of random variables X and Y are independent if and only if the random vector (X, Y) with joint cumulative distribution function (CDF) satisfies or equivalently, their joint density satisfies That is, the joint distribution is equal to the product of the marginal distributions. Unless it is not clear in context, in practice the modifier "mutual" is usually dropped so that independence means mutual independence. A statement such as " X, Y, Z are independent random variables" means that X, Y, Z are mutually independent. (en)
- В теории вероятностей, попарно независимый набор случайных величин — это множество случайных величин, любая пара которых независима. Любой набор независимых в совокупности случайных величин является попарно независимым, но не все попарно независимые наборы являются независимыми в совокупности. Попарно независимые случайные величины с конечной дисперсией не являются коррелированными. На практике, если это не выводится из контекста, считается, что независимость означает независимость в совокупности. Таким образом, предложение вида «, , являются независимыми случайными величинами» означает, что , , являются независимыми в совокупности. (ru)
|
| rdfs:comment
|
- In probability theory, a pairwise independent collection of random variables is a set of random variables any two of which are independent. Any collection of mutually independent random variables is pairwise independent, but some pairwise independent collections are not mutually independent. Pairwise independent random variables with finite variance are uncorrelated. A pair of random variables X and Y are independent if and only if the random vector (X, Y) with joint cumulative distribution function (CDF) satisfies or equivalently, their joint density satisfies (en)
- В теории вероятностей, попарно независимый набор случайных величин — это множество случайных величин, любая пара которых независима. Любой набор независимых в совокупности случайных величин является попарно независимым, но не все попарно независимые наборы являются независимыми в совокупности. Попарно независимые случайные величины с конечной дисперсией не являются коррелированными. (ru)
|
