Hoy vamos a explicar el porqué de estas dos fórmulas y su significado estadístico. Empecemos con la que dió nombre a todo esto. La ley de Eva, también llamada la Ley de la varianza total o de descomposición de la varianza.
\operatorname{var}(X) = \operatorname{E}\!\big(\operatorname{var}(X | Y)\big) + \operatorname{var}\!\big(\operatorname{E}(X | Y)\big)
Aunque también se suele expresar, para dejarlo más claro:
\operatorname{var}_X(X) = \operatorname{E}_Y\!\big(\operatorname{var}_X(X | Y)\big) + \operatorname{var}_Y\!\big(\operatorname{E}_X(X | Y)\big)
De aquí se puede ver el porqué del nombre de la ley de Eva (Eve's Law en inglés), ya que está la regla mnemotécnica EV-VE. Lo que dice esta fórmula es que dadas dos variable aleatorias X,Y , la varianza de X , \operatorname{var}_X(X) , se puede escribir como la suma de las varianzas inexplicada y explicada:
Autor: Đɑvɪẟ Ƒernández-De la Cruʒ.
- La varianza inexplicada es la esperanza en Y de la varianza en X del suceso que ocurra X condicionado Y , es decir, \operatorname{E}_Y\!\big(\operatorname{var}_X(X | Y)\big). También se puede ver como el valor esperado de la varianza del proceso.
- La varianza explicada es la varianza en Y de la esperanza en X del suceso que ocurra X condicionado Y , es decir, \operatorname{var}_Y\!\big(\operatorname{E}_X(X | Y)\big). También se puede ver como la varianza de la "media hipotética".
Autor: Đɑvɪẟ Ƒernández-De la Cruʒ.
No hay comentarios:
Publicar un comentario