全變異數公式
同一有限law與完整partition生成的G下,總變異數等於cell內變異數期望加cell均值變異數。
mko-law-of-total-variance · theorem · v0.10.0
數學敘述
Var(X)=E[Var(X|G)]+Var(E[X|G])。partition cells兩兩不交、非空且union為全部outcomes;zero-mass cell仍是含零質量outcomes的非空事件。同一cell conditional mean與variance使用同一law;positive-mass cell才可除法。zero-mass cell條件值只a.s.決定,外層加權貢獻為0。within與between不可交換或漏項,不要求partition events independent。
代表公式(精確 TeX)
V(X)=E(V(X\mid G))+V(E(X\mid G))
成立條件
- 完整正規化有限law、exact values與由非空cells組成的完整disjoint partition。
- G由該partition生成;zero-mass cells不做conditional division。
符號作用域
V— 變異數算子X— 有限隨機變數E— 期望算子G— partition生成的sigma-algebra
直觀、定義與常見誤解
partition cells非空;zero-mass指cell含有outcomes但其總機率為0。
within term平均cell variances。
between term計算cell means的variance,且zero-mass cell不影響兩個outer terms。
以empty cell冒充zero-mass event、漏掉between term、交換兩項語義或除以0。
已採用的推導導讀
within與between的精確分解原始 MKO 保留;導讀有自己的追加式修訂與驗證界線,不代表新 Lean 證明。
前置知識
- 全期望公式 — tower identity。
- 有限機率模型的變異數 — global/cell variance。
- 有限條件期望 — cell means。
驗證界線
本輪限完整有限law;一般conditional variance需measure-theoretic證明。
not_formalized
這不表示內容錯誤;只表示尚未登錄可重播的計算或形式證據。
下一個義務
加入bias-variance decomposition。
同源結構化資料
本頁與互動版共用同一個物件與既有語言 edition;未新增證明或人工審定。
原始 MKO JSON · 純文字 Markdown