高斯Copula用单位矩阵参数化时，n个连续边缘随机变量是否独立？

好问题！答案是肯定的——当高斯Copula采用单位矩阵作为相关矩阵时，对应的n个连续边缘随机变量确实是相互独立的。

下面具体拆解原因：

• 先回到高斯Copula的本质：它是从多元标准正态分布推导而来的Copula。当多元正态分布的相关矩阵是单位矩阵时，这个多元分布其实就是n个独立的标准正态随机变量的联合分布（因为单位矩阵意味着任意两个变量的相关系数为0，而正态分布里零相关直接等价于独立）。
• 高斯Copula的构造逻辑是对多元正态分布的每个边缘做概率积分变换（把标准正态变量转换成[0,1]上的均匀变量）。对于独立的随机变量，经过单调变换后依然保持独立性，所以这些变换后的均匀变量是相互独立的。
• Copula本身就是边缘均为均匀分布的联合分布函数，当这个联合分布是独立均匀变量的分布时（也就是独立Copula），原连续边缘变量的联合分布就等于各自边缘分布的乘积——这正好是随机变量相互独立的核心定义。

额外提一句：这里的关键前提是边缘变量是连续的，如果换成离散变量，零相关不一定等价于独立，但在连续变量的场景下，独立Copula就直接对应了变量间的完全独立。

内容的提问来源于stack exchange，提问作者Jingjings