两个不独立的正态分布相加后,其结果并不一定服从正态分布。正态分布的一个重要特性是可加性,即如果两个独立的正态分布随机变量相加,它们的和仍然服从正态分布。但是,当两个正态分布随机变量不独立时,它们的和的分布将取决于它们之间的相关性。
如果两个不独立的正态分布随机变量 (X) 和 (Y) 的均值分别为 (mu_X) 和 (mu_Y),方差分别为 (sigma_X2) 和 (sigma_Y2),且协方差为 (text{Cov
两个不独立的正态分布相加后,其结果并不一定服从正态分布。正态分布的一个重要特性是可加性,即如果两个独立的正态分布随机变量相加,它们的和仍然服从正态分布。但是,当两个正态分布随机变量不独立时,它们的和的分布将取决于它们之间的相关性。
如果两个不独立的正态分布随机变量 (X) 和 (Y) 的均值分别为 (mu_X) 和 (mu_Y),方差分别为 (sigma_X2) 和 (sigma_Y2),且协方差为 (text{Cov
发表回复
评论列表(0条)