另外:你的错误在:错误的利用叻样本之间的独立性样本的独立性是样本与样本间不相关联,而不是 某些样本间的一些组合 与单个样本之间是相互独立的
你的意思是,样本在原来的概率分布中是相互独立的如果已知概率密度,可以直接相乘而在另一种概率分布中,它们的关系就改变了不再相互獨立了?
1属于同一总体的样本之间永远都是独立的
2样本(a1,…ai…an)通过某种特定关系构成组合A则A的统计特征与两个东西相关——组合结构,样本自身的统计特征
3A与ai之间已经不独立了,但这个不影响ai 和aj之间的独立性
4区分二维分布 和 “样本与样本”之间的关系:二维分布中(X,Y)的相互独立是可以通过F(x,y)=F(x)F(y)以及f(x,y)=f(x)f(y)(注f(x)及f(y)为边缘密度)进行判定 ,而样本和样本之间的关系是样本之间的独立性是通过概率进行关联的而鈈能通过概率密度实现,因为样本和样本之间服从同一个分布从这个层面上讲,一个样本的服从的概率密度和另一个样本服从的概率密喥是相同的也就不谈什么独立了,它们之间直接的乘法运算也就缺乏依据了
第4点是我自己的理解,如果感觉有不准确的地方再联系。
我的感觉是:你把二维分布独立性的判别中的分布函数的独立和密度函数的独立之间的等价性直接引用到样本中了这样就是错误的了,因为同一总体的不同样本是服从同一种分布的
听你的解释有点懂了能不能给个联系方式,比如qq什么的本人还有个样本这块不懂的地方需要请教,谢谢了