Determinar si las variables aleatorias son independientes

Si tengo dos variables aleatorias de la siguiente manera:

1) Una distribución gaussiana de la intensidad de la señal wifi en un punto conocido

2) Una distribución gaussiana de la intensidad de la señal wifi en un punto desconocido

(Tenga en cuenta que las lecturas anteriores se determinan utilizando los mismos enrutadores (puntos de acceso).)

Al tratar de crear una distribución de probabilidad conjunta, ¿consideraríamos que estas dos variables son estadísticamente independientes y, por lo tanto, usaríamos "Suma de variables aleatorias normalmente distribuidas"?

http://en.wikipedia.org/wiki/Sum_of_normally_distributed_random_variables

Parece que necesito determinar la independencia estadística para decidir cómo calcular la distribución de probabilidad conjunta. Sin embargo, también parece que necesito calcular la distribución de probabilidad conjunta para determinar la independencia estadística.

No entiendo cómo debo determinar si mis variables son independientes o no.

http://en.wikipedia.org/wiki/Statistical_independence#For_events

En mi (limitada) experiencia, hay dos rutas a seguir: 1) Si asume que las variables se distribuyen normalmente de manera conjunta, entonces haga una prueba para que el coeficiente de correlación sea 0. Eso determinaría la independencia. 2) Si no está dispuesto a asumir eso, generalmente la independencia se afirma (o no) en función de las condiciones experimentales (¿hay alguna razón posible para creer que esas intensidades de señal podrían tener dependencia?). Sin embargo, este es un enfoque "suave", sin pruebas formales.
"Parece que necesito determinar la independencia estadística para decidir cómo calcular la distribución de probabilidad conjunta". Sí. "Sin embargo, también parece que necesito calcular la distribución de probabilidad conjunta para determinar la independencia estadística" No. ¿Qué le dio esta idea?

Respuestas (1)

Dado su problema como se indicó, parece que asumir la independencia sería incorrecto, ya que no sabe si la ubicación desconocida está esencialmente al lado de su ubicación conocida o en el otro lado del mundo. Dado que son Gaussain, puede modelar la suma como una suma de variables aleatorias gaussianas correlacionadas, en cuyo caso, la inferencia sobre el coeficiente de correlación le daría una idea de qué tan cerca están las dos fuentes entre sí.