No entiendo la varianza del binomio


13

Me siento realmente tonto incluso haciendo una pregunta tan básica, pero aquí va:

Si tengo una variable aleatoria X que puede tomar valores 0 y 1 , con P(X=1)=p y P(X=0)=1p , entonces si saco n muestras de ella, obtendré Una distribución binomial.

La media de la distribución es

μ=np=E(X)

La varianza de la distribución es

σ2=np(1p)

Aquí es donde comienza mi problema:

La varianza se define por σ2=E(X2)E(X)2 . Debido a que el cuadrado de los dos posibles resultados de X no cambia nada ( 02=0 y 12=1 ), eso significa E(X2)=E(X) , entonces eso significa

σ2=E(X2)E(X)2=E(X)E(X)2=npn2p2=np(1np)np(1p)

¿A dónde va el adicional n? Como probablemente pueda ver, no soy muy bueno en estadísticas, así que no use terminología complicada: s


1
Si y estos son independientes, entonces E [ X 2 ] = E [ X 2 1 + X 1 X 2 + + X 1 X n + X 2 X 1 + X 2 2 + ] = n ( n - 1 ) p 2 +X=X1+X2++XnE[X2]=E[X12+X1X2++X1Xn+X2X1+X22+]=n(n1)p2+np . Pero una ruta aún más fácil es entonces V a r [ X 1 ] = p - p 2 así que con independencia V a r [ X 1 + X 2 + + X n ] = n ( p - p 2 )E[X1]2=pVar[X1]=pp2Var[X1+X2++Xn]=n(pp2)
Henry

Respuestas:


25

Una variable aleatoria toma los valores 0 y 1 con probabilidades P ( X = 1 ) = p y P ( X = 0 ) = 1 - p se llama variable aleatoria de Bernoulli con el parámetro p . Esta variable aleatoria tiene E ( X )X01P(X=1)=pP(X=0)=1pp Suponga que tiene una muestra aleatoriaX1,X2,,Xnde tamañondeBernoulli(p), y defina una nueva variable aleatoriaY=

E(X)=0(1p)+1p=pE(X2)=02(1p)+12p=pVar(X)=E(X2)(E(X))2=pp2=p(1p)
X1,X2,,XnnBernoulli(p) , entonces la distribución de Y se llama Binomial, cuyos parámetros son n y p . La media y la varianza de la variable aleatoria binomial Y viene dada por E ( Y )Y=X1+X2++XnYnp
E(Y)=E(X1+X2++Xn)=p+p++pn=npVar(Y)=Var(X1+X2++Xn)=Var(X1)+Var(X2)++Var(Xn) (as Xi's are independent)=p(1p)+p(1p)++p(1p)n (as Xi's are identically distributed)=np(1p)

1
¿Cómo responde esto a la pregunta, que era "¿A dónde va el n adicional?"
ameba dice Reinstate Monica

@amoeba Muchas gracias por tu comentario. Como OP no pudo distinguir entre las variables aleatorias de Bernoulli y Binomial, pensé en recordarle las definiciones necesarias y el proceso para obtener las expresiones requeridas.
LVRao

1
Solo digo que su respuesta (en mi opinión) mejoraría si señala explícitamente el error en el razonamiento de OP. Su respuesta deriva las fórmulas correctas, pero no muestra dónde OP salió mal.
ameba dice Reinstate Monica

@amoeba Cierto. Dar alguna dirección, hacer que se corrijan ellos mismos también ayuda a veces.
LVRao

11

Two mistakes in your proving process:

1: X in first paragraph has different definition comparing with X in the rest of article.

2: Under the condition that X ~ Bin(p,n), E(X2)E(X). Try to work from E(X2)=(x2Pr(X=x))


2
If you like making your eyes bleed, I transcribed a lot of my notes from grad school. This particular link shows the derivation of E(X) and E(X^2) nutterb.github.io/ItCanBeShown/…
Benjamin
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.