题目
若 X sim (mu_1, sigma_1^2)，Y sim (mu_2, sigma_2^2) 那么 (X, Y) 的联合分布为:A. 二维正态，且 rho = 0B. 二维正态，且 rho 不定C. 未必是二维正态D. 以上都不对
若 $X \sim (\mu_1, \sigma_1^2)$，$Y \sim (\mu_2, \sigma_2^2)$ 那么 $(X, Y)$ 的联合分布为:
A. 二维正态，且 $\rho = 0$
B. 二维正态，且 $\rho$ 不定
C. 未必是二维正态
D. 以上都不对
题目解答
答案
C. 未必是二维正态
解析
步骤 1：理解正态分布的定义
正态分布，也称为高斯分布，是一种连续概率分布，其概率密度函数由均值 $\mu$ 和方差 $\sigma^2$ 定义。如果 $X$ 和 $Y$ 分别服从正态分布 $N(\mu_1, \sigma_1^2)$ 和 $N(\mu_2, \sigma_2^2)$，则它们的边际分布是正态的。
步骤 2：理解二维正态分布的定义
二维正态分布，或称二元正态分布，是两个随机变量的联合分布，其中每个变量都服从正态分布，且它们的线性组合也服从正态分布。二维正态分布由均值向量 $\mu = (\mu_1, \mu_2)$ 和协方差矩阵 $\Sigma$ 定义，其中 $\Sigma$ 包含方差 $\sigma_1^2$ 和 $\sigma_2^2$ 以及相关系数 $\rho$。
步骤 3：分析题目条件
题目仅给出 $X$ 和 $Y$ 分别服从正态分布，但未提供关于它们相关性或依赖关系的信息。因此，无法确定 $(X, Y)$ 的联合分布是否为二维正态分布，也无法确定相关系数 $\rho$ 的值。
正态分布，也称为高斯分布，是一种连续概率分布，其概率密度函数由均值 $\mu$ 和方差 $\sigma^2$ 定义。如果 $X$ 和 $Y$ 分别服从正态分布 $N(\mu_1, \sigma_1^2)$ 和 $N(\mu_2, \sigma_2^2)$，则它们的边际分布是正态的。
步骤 2：理解二维正态分布的定义
二维正态分布，或称二元正态分布，是两个随机变量的联合分布，其中每个变量都服从正态分布，且它们的线性组合也服从正态分布。二维正态分布由均值向量 $\mu = (\mu_1, \mu_2)$ 和协方差矩阵 $\Sigma$ 定义，其中 $\Sigma$ 包含方差 $\sigma_1^2$ 和 $\sigma_2^2$ 以及相关系数 $\rho$。
步骤 3：分析题目条件
题目仅给出 $X$ 和 $Y$ 分别服从正态分布，但未提供关于它们相关性或依赖关系的信息。因此，无法确定 $(X, Y)$ 的联合分布是否为二维正态分布，也无法确定相关系数 $\rho$ 的值。