已知∑x_i为常数，如何简化∑x_iY_i并求∑x_iy_i/∑x_i²的方差

嘿，你的思路完全没问题！先给你吃个定心丸——因为方差有个核心性质：对于非随机的常数$c$和随机变量$Z$，有$\text{Var}(cZ) = c^2\text{Var}(Z)$。

回到你的问题，已知$\sum_{i=1}^n x_i^2$是常数，那我们可以直接把它从方差运算里提出来，第一步的推导是完全正确的：

$$\text{Var}\left( \frac{\sum_{i=1}^n x_i y_i}{\sum_{i=1}^n x_i^2} \right) = \frac{1}{\left( \sum_{i=1}^n x_i^2 \right)^2} \cdot \text{Var}\left( \sum_{i=1}^n x_i y_i \right)$$

接下来关键是计算$\text{Var}\left( \sum_{i=1}^n x_i y_i \right)$，这里需要结合$y_i$的分布特性来展开：

• 首先，因为$x_i$是固定常数（$\sum x_i$和$\sum x_i^2$都是常数，说明$x_i$非随机），根据方差的线性展开规则：
  $$\text{Var}\left( \sum_{i=1}^n x_i y_i \right) = \sum_{i=1}^n x_i^2 \text{Var}(y_i) + 2\sum_{1 \leq i < j \leq n} x_i x_j \text{Cov}(y_i, y_j)$$
  这里$\text{Cov}(y_i, y_j)$是$y_i$和$y_j$的协方差。

• 如果**$y_i$之间是相互独立的随机变量**，那么任意$i \neq j$时$\text{Cov}(y_i, y_j) = 0$，上面的式子可以简化为：
  $$\text{Var}\left( \sum_{i=1}^n x_i y_i \right) = \sum_{i=1}^n x_i^2 \text{Var}(y_i)$$

最后把这个结果代回第一步的式子，就能得到最终的方差表达式了。

另外你提到$\sum_{i=1}^n x_i$是常数，这个条件在当前问题里暂时用不上——除非$y_i$和$x_i$之间有额外的关联（比如某种线性约束），但从你给出的问题描述来看，这个条件不影响当前的方差推导。

内容的提问来源于stack exchange，提问作者ECF