意外に難しい条件付き”分散”
条件付き確率は式がシンプルで扱いやすい一方、条件付き分散になると途端に難しくなる。今回は、条件付き分散になれるという目的で、以下の2つの項目について自分なりに説明してみる。
① 条件付き分散の表式を求める
② 全分散の公式を証明する
① 条件付き分散の導出
まず、条件付き確率は確率変数 に対して
と書ける(以下離散変数を考える)。これを に対して期待値を取れば、確率の結合から
を得る。では次に、条件付き分散について考えよう。普通の分散は と書けることから、条件付き分散 は以下のように書ける。
2項目は、
\begin{eqnarray*} E(XE(X|Y=y_l)|Y=y_l)&=&\sum_{k,k'}x_k\ f_{X|Y}(x_{k}|y_l)\ x_{k'}\ f_{X|Y}(x_{k'}|y_l) \\
&=& (\sum_{k} x_k\ f_{X|Y}(x_{k}|y_l))\ (\sum_{k'} x_{k'}\ f_{X|Y}(x_{k'}|y_l))\\
&=&E(X|Y=y_l)^2 \end{eqnarray*}
と整理できる。ここで、1式目において、先頭の は一番後ろの によって条件付けられていることに注意されたい。
3項目は2回 の期待値を取るという”余分な”操作をしているため、
\begin{eqnarray*}E(E(X|Y=y_l)^2|Y=y_l))&=& E(X|Y=y_l)^2 \end{eqnarray*}
となり、2項目と等しくなる。よって、
と表すことができる。
② 全分散の公式を証明する
では、次に条件付き分散が満たす以下の全分散の公式を証明する。
2項目は、条件付き分散の結果から、
\begin{eqnarray*}E(V(X|Y))&=&E(E(X^2|Y)-E(X|Y)^2)\\
&=& E(X^2)-E(E(X|Y)^2)) \end{eqnarray*}
を得る(途中で①の2式目を用いた)。
3項目は、条件付き分散の結果から、
\begin{eqnarray*}V(E(X|Y))&=&E(E(X|Y)^2)-\{E(E(X|Y))\}^2\\
&=&E(E(X|Y)^2)-\{E(X)\}^2\end{eqnarray*}
を得る(途中で①の2式目を用いた)。
よって、これらの和を取れば、上手いことに がキャンセルし、全分散の公式を得る。