Ну, используя знакомую личность, которую вы указали,
var(XY)=E(X2Y2)−E(XY)2
Используя аналогичную формулу для ковариации,
E(X2Y2)=cov(X2,Y2)+E(X2)E(Y2)
а также
E(XY)2=[cov(X,Y)+E(X)E(Y)]2
что подразумевает, что в общем случае можно записать какvar(XY)
cov(X2,Y2)+[var(X)+E(X)2]⋅[var(Y)+E(Y)2]−[cov(X,Y)+E(X)E(Y)]2
Обратите внимание, что в случае независимости cov(X2,Y2)=cov(X,Y)=0 и это сводится к
[var(X)+E(X)2]⋅[var(Y)+E(Y)2]−[E(X)E(Y)]2
и два [E(X)E(Y)]2 условия отменяются, и вы получите
var(X)var(Y)+var(X)E(Y)2+var(Y)E(X)2
как вы указали выше.
Изменить: Если все, что вы наблюдаете, это а не и отдельности, то я не думаю, что у вас есть способ оценить или за исключением особых случаев (например, если имеют средства, которые известны априори )XYXYcov(X,Y)cov(X2,Y2)X,Y
Это дополнение к очень хорошему ответу @ Macro, в котором излагается именно то, что нужно знать, чтобы определить дисперсию произведения двух коррелированных случайных величин. Так как где , , , и
Когда и являются зависимыми случайными величинами, то по меньшей мере в одном (довольно общем или довольно важном) особом случае, то это можно найти значение относительно легко.X Y E[X2Y2]
Предположим, что и - совместно нормальные случайные величины с коэффициентом корреляции . Затем, кондиционером на , то условная плотность является нормальной плотности со средним и дисперсия . Таким образом,X Y ρ X=x Y E[Y]+ρvar(Y)var(X)−−−−−√(x−E[X]) var(Y)(1−ρ2)
Дальнейшее добавление: в удаленном ответе @Hydrologist задает дисперсию как и утверждает, что эта формула это из двух работ, опубликованных полвека назад в JASA. Эта формула является неправильной транскрипцией результатов в статьях, цитируемых Гидрологом. В частности,XY
источник