Tóm tắt Reading 15: Multivariate Random Variables

Môn FRM Part I (FRM1), Reading 15/62

Ma trận xác suất, phân phối biên và có điều kiện

  • PMF hai chiều: fX1,X2(x1, x2) = P(X1 = x1, X2 = x2). Ma trận xác suất: mọi ô trong [0, 1], tổng các ô bằng 1.
  • Trinomial: n phép thử, ba kết quả; tham số n, p1, p2; p3 = 1 − p1 − p2.
  • Marginal: cộng xác suất đồng thời theo mọi giá trị của biến kia (cộng theo cột hoặc theo hàng).
  • Conditional: fX1|X2(x1 | x2) = fX1,X2(x1, x2) ÷ fX2(x2) — lấy hàng điều kiện rồi chia cho tổng hàng.
  • Kỳ vọng của hàm: E[g] = Σ Σ g(x1, x2) × f(x1, x2); nói chung E[g(X)] ≠ g(E[X]).

Covariance và correlation

  • Cov[X1, X2] = E[(X1 − E[X1])(X2 − E[X2])] = E[X1X2] − E[X1]E[X2]; phụ thuộc thang đo, đơn vị bình phương.
  • Ma trận covariance 2 × 2: đường chéo là σ12, σ22; ngoài đường chéo là σ12.
  • Corr = σ12 ÷ (σ1σ2), nằm trong [−1, +1], đo quan hệ tuyến tính, không có đơn vị.
  • Độc lập ⇒ correlation 0; correlation 0 không suy ra độc lập.
  • Biến đổi tuyến tính: Var[a + bX] = b2Var[X]; Cov[a + bX1, c + dX2] = bd × Cov[X1, X2]; correlation giữ độ lớn, đổi dấu khi bd < 0. X2 = a + bX1 cho correlation ±1 theo dấu của b.

Phương sai tổng, kỳ vọng có điều kiện, iid

  • Var[aX1 + bX2] = a2Var[X1] + b2Var[X2] + 2ab × Cov[X1, X2].
  • Minimum variance: w* = (σ22 − σ12) ÷ (σ12 − 2σ12 + σ22).
  • E[X1 | X2 = x2] = Σ x1 × fX1|X2(x1 | x2) — dùng xác suất có điều kiện, không dùng xác suất đồng thời.
  • Biến iid: độc lập, cùng phân phối, cùng moment. E[Σ Xi] = nμ; Var[Σ Xi] = nσ2 (tăng tuyến tính); Var[X̄] = σ2 ÷ n (giảm khi n tăng).

Bản đầy đủ gồm

Bài giảng chi tiết, flashcard lặp lại ngắt quãng, ngân hàng câu hỏi luyện thi, lộ trình theo ngày thi và trợ lý AI theo từng chương (có giới hạn). Dùng trọn 1 năm.

990.000đ890.000đdùng 1 năm

Hoàn 100% trong 7 ngày nếu bạn chưa dùng quá 30% khoá học.

Giá ưu đãi early bird 890.000đ

990.000đ890.000đdùng 1 năm
Mua ngay