咨询不相关及一般正态随机变量联合分布为二元正态的问题

嘿，这两个问题刚好是正态分布里容易混淆的核心点，我来给你理清楚：

当然不是！这里有个经典的反例可以直观理解：
假设X是服从标准正态分布N(0,1)的随机变量，定义Y如下：当|X| > 1时，Y = X；当|X| ≤ 1时，Y = -X。

你可以自己验证两点：

1. Y的边缘分布仍是标准正态（对称变换不会改变正态分布的边缘形态）；
2. X和Y的协方差Cov(X,Y) = E[XY] - E[X]E[Y] = 0（分区间计算期望会发现E[XY]结果为0），也就是两者不相关。

但它们的联合分布绝对不是二元正态——二元正态分布的联合密度是连续的，而这里(X,Y)的取值只能落在y=x（|x|>1）和y=-x（|x|≤1）两条线上，联合密度根本不连续，完全不符合二元正态的特征。

这里有几个常用的等价或充分条件，你可以根据场景选用：

• 定义性核心准则：对于任意不全为0的实数a和b，线性组合aX + bY都服从一元正态分布（包括退化的正态分布，即常数）。这是二元正态分布的本质定义，满足这个条件的话，联合分布必然是二元正态。
• 独立性充分准则：如果X和Y是独立的正态随机变量，那么它们的联合分布一定是二元正态分布。注意这只是充分条件，不是必要的——二元正态变量可以不相关但不独立（比如相关系数不为0时，或者相关系数为0但本身是独立构造的情况）。
• 条件分布准则：给定X的取值时，Y的条件分布是正态分布，且条件均值E[Y|X]是X的线性函数（即E[Y|X] = a + bX，a、b为常数），同时条件方差Var(Y|X)是不依赖于X的常数。满足这个条件，联合分布就是二元正态。
• 线性构造准则：如果存在两个相互独立的正态随机变量Z₁和Z₂，以及常数a₁,a₂,b₁,b₂，使得X = a₁Z₁ + a₂Z₂、Y = b₁Z₁ + b₂Z₂，那么(X,Y)的联合分布就是二元正态分布。这是从二元正态的构造逻辑出发的，毕竟二元正态本质上就是独立正态变量的线性组合。

内容的提问来源于stack exchange，提问作者J. Mini