Zufallsvektor
Komponenten des Zufallsvektors
gemeinsames Wahrscheinlichkeitsmaß
gemeinsame (kumulative)
Verteilungsfunktion
Randverteilungsfunktion
N-dimensionaler
diskreter Zufallsvektor
gemeinsame diskrete
Verteilungsfunktion
gemeinsame diskrete Dichtefunktion
diskrete Randdichtefunktion
N-dimensionaler
stetiger Zufallsvektor
gemeinsame Dichtefunktion
gemeinsame
absolut stetige Verteilungsfunktion
stetige Randdichtefunktion
bedingte diskrete Dichtefunktion
bedingte
diskrete (kumulative) Verteilungsfunktion
bedingte stetige Dichtefunktion
bedingte
stetige (kumulative) Verteilungsfunktion
(stochastisch) unabhängig
Die gemeinsame (kumulative) Verteilungsfunktion eines Zufallsvektors von Zufallsvariablen , ist definiert als:
für alle reellen , n=1,...,N.
Wenn die gemeinsame Verteilungsfunktion von X und Y ist, dann werden die Verteilungsfunktionen
Randverteilungsfunktionen von X bzw. Y genannt. Diese sind die individuellen Verteilungsfunktionen von X bzw. Y.
Ein N-dimensionaler Zufallsvektor
heißt N-dimensionaler
diskreter Zufallsvektor, wenn er mit positiver Wahrscheinlichkeit höchstens
abzählbar viele Wertetupel
annimmt.
Wenn ein Zufallsvektor diskret ist, dann heißt auch die dazugehörige gemeinsame
Verteilungsfunktion diskret.
Die Funktion
wobei die h”chstens abzählbar vielen Wertetupel des diskreten Zufallsvektors X mit positiver Wahrscheinlichkeit sind, heißt gemeinsame diskrete Dichtefunktion des N-dimensionalen diskreten Zufallsvektors X.
Wenn die gemeinsame diskrete Dichtefunktion von (X,Y) mit Wertetupeln , , ist, dann werden die diskreten Dichtefunktionen
diskrete Randdichtefunktionen von X bzw. Y genannt.
Ein Zufallsvektor heißt N-dimensionaler stetiger Zufallsvektor, wenn eine Funktion existiert, so daß gilt:
Die Funktion heißt gemeinsame Dichtefunktion der Zufallsvariablen . Die zu einem stetigen Zufallsvektor gehörende gemeinsame Verteilungsfunktion heißt absolut stetig.
Wenn (X,Y) ein 2-dimensionaler stetiger Zufallsvektor ist, dann werden die Dichtefunktionen
stetige Randdichtefunktionen von X bzw. Y genannt.
Äquivalent zu den bedingten Wahrscheinlichkeiten ist auch die Veränderung
der Verteilung einer Zufallsvariablen Y interessant, falls das Ereignis
(X=x) bereits eingetreten ist. Dies führt zur Definition
der bedingten Dichtefunktion und der bedingten Verteilungsfunktion.
Seien X,Y diskrete Zufallsvariablen mit der gemeinsamen diskreten
Dichtefunktion
. Die bedingte diskrete
Dichtefunktion von Y gegeben (X=x) ist definiert
durch:
für
, wobei Randdichte
von X an der Stelle x ist.
Die bedingte
diskrete (kumulative) Verteilungsfunktion von Y gegeben (X=x)
ist definiert durch:
für
, wobei Randdichte
von X an der Stelle x ist.
Seien X,Y stetige Zufallsvariablen mit der gemeinsamen stetigen
Dichtefunktion
. Die bedingte stetige
Dichtefunktion von Y gegeben (X=x) ist definiert
durch:
für
, wobei Randdichte
von X an der Stelle x ist.
Die bedingte
stetige (kumulative) Verteilungsfunktion von Y gegeben (X=x)
ist definiert durch:
für , wobei Randdichte von X an der Stelle x ist.
Die Zufallsvariablen heißen (stochastisch) unabhängig,
für alle ,
für alle .