답변에 감사드립니다.
개념적으로 E[(x-u)x ] 가 0 이 아니라는 것은 명확한데 수학적으로 그것이 0이 아니라는 것을 어떻게 증명할 것인가를 두고 고민을 하다가...
횡설수설하게 된 것 같습니다.
covarience의 경우엔 그것이 좀더 명확하지 않을까 하고 다시 글을 올려봅니다.
E[(X-ux)Y ] 에서 만약 X와 Y가 독립이라면 역시
E[X-ux]*E[Y] 로 나눌 수 있고 그 값은 0이 된다라는 생각은 실제로 독립인 경우 covarience = 0 이니까 옳은 전개일 듯 싶습니다만.. 물론 독립이 아니라면 0이 아니겠구요.
하지만 varience 에서는 (x-u)와 x가 독립이라는 상황이 불가능 하니깐 앞에서의 접근과는 상관없다....
이런식으로 이해하면 될 듯 합니다....
맞을까요... 자꾸 귀찮게 해서 죄송스럽네요
꾸벅
개념적으로 E[(x-u)x ] 가 0 이 아니라는 것은 명확한데 수학적으로 그것이 0이 아니라는 것을 어떻게 증명할 것인가를 두고 고민을 하다가...
횡설수설하게 된 것 같습니다.
covarience의 경우엔 그것이 좀더 명확하지 않을까 하고 다시 글을 올려봅니다.
E[(X-ux)Y ] 에서 만약 X와 Y가 독립이라면 역시
E[X-ux]*E[Y] 로 나눌 수 있고 그 값은 0이 된다라는 생각은 실제로 독립인 경우 covarience = 0 이니까 옳은 전개일 듯 싶습니다만.. 물론 독립이 아니라면 0이 아니겠구요.
하지만 varience 에서는 (x-u)와 x가 독립이라는 상황이 불가능 하니깐 앞에서의 접근과는 상관없다....
이런식으로 이해하면 될 듯 합니다....
맞을까요... 자꾸 귀찮게 해서 죄송스럽네요
꾸벅
