Odchylenie standardowe - przekształcenie wzoru
: 28 sty 2025, o 17:57
Cześć,
Mam do rozwiązania pewien problem i nie bardzo wiem jak sobie z tym poradzić. Generalnie chodzi o to, że:
1. Kwadrat odchylenia standardowego można zapisać jako:
\(\displaystyle{ \sigma^2=E[X^2]-E[X]^2}\).
To jest dobrze znany wzór, \(\displaystyle{ E}\) oznacza wartość średnią, a \(\displaystyle{ X}\) to zmienna losowa.
2. Chcę sprawdzić czy to odchylenie standardowe (tzn. kwadrat odchylenia st.) można zapisać alternatywnie jako:
\(\displaystyle{ \sigma^2=E[1/X]\cdot E[X]^3-E[X]^2}\) co sprowadza się do udowodnienia, że \(\displaystyle{ E[1/X]\cdot E[X]^3=E[X^2].}\)
Sprawdzałem to numerycznie dla kilku rozkładów gęstości prawdopodobieństwa i dostawałem zgodność więc chyba coś jest na rzeczy. Ale nie potrafię tego udowodnić - czy to jest wykonalne? Dodam, że rozkłady gęstości prawdopodobieństwa, które biorę pod uwagę są określone w dziedzinie od zera do nieskończoności, w zerze mają wartość równą zero (nie wiem czy to ma znaczenie).
Pozdrawiam,
Grzesiek
Mam do rozwiązania pewien problem i nie bardzo wiem jak sobie z tym poradzić. Generalnie chodzi o to, że:
1. Kwadrat odchylenia standardowego można zapisać jako:
\(\displaystyle{ \sigma^2=E[X^2]-E[X]^2}\).
To jest dobrze znany wzór, \(\displaystyle{ E}\) oznacza wartość średnią, a \(\displaystyle{ X}\) to zmienna losowa.
2. Chcę sprawdzić czy to odchylenie standardowe (tzn. kwadrat odchylenia st.) można zapisać alternatywnie jako:
\(\displaystyle{ \sigma^2=E[1/X]\cdot E[X]^3-E[X]^2}\) co sprowadza się do udowodnienia, że \(\displaystyle{ E[1/X]\cdot E[X]^3=E[X^2].}\)
Sprawdzałem to numerycznie dla kilku rozkładów gęstości prawdopodobieństwa i dostawałem zgodność więc chyba coś jest na rzeczy. Ale nie potrafię tego udowodnić - czy to jest wykonalne? Dodam, że rozkłady gęstości prawdopodobieństwa, które biorę pod uwagę są określone w dziedzinie od zera do nieskończoności, w zerze mają wartość równą zero (nie wiem czy to ma znaczenie).
Pozdrawiam,
Grzesiek