next up previous contents
suivant: Covariance, régression et corrélation monter: Variance et écart-type précédent: Variable réduite   Table des matières

Variance conditionnelle

Soient $X$ et $Y$ deux variables aléatoires réelles discrètes. On définit alors la variance conditionnelle de $X/Y=y_l$ par :

\begin{displaymath}V(X/Y=y_l)= \sum_{k}(x_k-E(X/Y=y_l))^2 P(X=x_k/Y=y_l),\end{displaymath}

ou par :

\begin{displaymath}V(X/Y=y_l)=E(X^2/Y=y_l)-[E(X/Y=y_l)]^2,
\end{displaymath}

d'après la troisième propriété relative à la variance. Il s'ensuit que nous obtenons le résultat suivant :

\begin{displaymath}V(X)=\sum_l \left(V(X/Y=y_l)+[E(X/Y=y_l)]^2\right) P(Y=y_l)  -[E(X)]^2 .
\end{displaymath}

Démonstration On a :

\begin{eqnarray*}
% latex2html id marker 814
& &\sum_l V(X/Y=y_l) P(Y=y_l)  ...
...  marginale)}\\
&=& E(X^2) - \sum_l [E(X/Y=y_l)]^2 P(Y=y_l)
\end{eqnarray*}



Donc,

\begin{eqnarray*}
V(X)&=&E(X^2)-[E(X)]^2 \\
&=& \sum_l \left(V(X/Y=y_l)+[E(X/Y=y_l)]^2\right) P(Y=y_l)  -[E(X)]^2
\end{eqnarray*}





Vekemans 2002-06-24