【 在 hihey 的大作中提到: 】
: 就是前面的意思。可以理解为两个或多个随机变量的误差项（标准化之后）是独立同分布的关系。
: 打个比方，一个人既有身高，也有体重，身高和体重之间有一定的线性关系。
: 那么假设对这个人，测了很多次身高和体重，它们的误差项(e=x-E(x))的
: ...................
还不是独立同分布关系，独立同分布关系就直接E[ηi * ξj] = E[ηi] * E[ξj] = 0了，
就不会有下面的区别了：
    i = j时 E[ηi * ξj] = σ^2
    i ≠ j时 E[ηi * ξj] = 0
--
FROM 223.70.210.*

条件给的很明确啊,$$\xi_{n},\eta_{n}$$是独立同分布的随机变量，均值$$0$$方差$$\sigma^{2}.$$

独立导出不相关，协方差为零。所以，如果$$\xi_{n},\eta_{m}$$中两个相同的随机变量相乘求期望，即此随机变量的方差$$\sigma^{2}.$$如果两个不同的随机变量相乘求期望，即二者的协方差$$0.$$

顺便求助：如何把LaTeX公式显示在行内（inline）？

【 在 niceboy086 的大作中提到: 】
: 我把原文贴上了，老师再给看看那个E[ei'*ej']是怎么定义的啊? 没找到相关的资料啊
--
修改:lavertu FROM 112.80.16.*
FROM 112.80.16.*

【 在 lavertu 的大作中提到: 】
: 条件给的很明确啊,$$\xi_{n},\eta_{n}$$是独立同分布的随机变量，均值$$0$$方差$$\sigma^{2}.$$
: 独立导出不相关，协方差为零。所以，如果$$\xi_{n},\eta_{m}$$中两个相同的随机变量相乘求期望，即此随机变量的方差$$\sigma^{2}.$$如果两个不同的随机变量相乘求期望，即二者的协方差$$0.$$
: 顺便求助：如何把LaTeX公式显示在行内（inline）？
: ...................
不好意思，我昨天写错了，我问的是E[ξi * ξj], 不是E[ηi * ξj]：

还不是独立同分布关系，独立同分布关系就直接E[ηi * ξj] = E[ηi] * E[ξj] = 0了，
就不会有下面的区别了（原文我贴到主题里了）：
     i = j时 E[ξi * ξj] = σ^2
     i ≠ j时 E[ξi * ξj] = 0

我这没有用LaTex公式，是用的文本
--
FROM 223.70.210.*

η、ξ是误差项，在多元统计中,可以标准化后，都假定是相互独立的正态分布 。所以是独立同分布。


【 在 hihey (hihey) 的大作中提到: 】
: 那几个条件就是独立同分布的意思，应该没什么问题。
: 只是没把分布函数写出来。
: 一般假定是标正正态分布 。
: ...................
--
修改:hihey FROM 139.209.147.*
FROM 139.209.147.*

【 在 hihey 的大作中提到: 】
: η、ξ是误差项，在多元统计中,可以标准化后，都假定是相互独立的正态分布 。所以是独立同分布。
:
谢谢啦
--
FROM 223.70.210.*