Caso continuo: densidad condicional y ley del estadístico inconsciente
Intuición: En el mundo continuo, condicionar en un evento de probabilidad cero (Y=y) requiere límites. La densidad condicional \(f(x|y)\) es un "corte" de la superficie conjunta, normalizado. Piensa en la recta de regresión: la esperanza condicional \(E[X|Y=y]\) es la mejor predicción de X dado Y.
Simulador: densidad condicional exponencial (ejemplo del PDF)
Densidad conjunta: \( f(x,y) = \frac{1}{y} e^{-x/y} e^{-y} \), para \(x>0,y>0\). Dado \(Y=y\), \(X|Y=y \sim \text{Exp}(1/y)\).
y = 2.0
Ver insight teórico
La densidad condicional es \(f(x|y) = \frac{1}{y} e^{-x/y}\) (exponencial con media y). La esperanza condicional \(E[X|Y=y]=y\). Ley de esperanza total: \(E[X] = E[E[X|Y]] = E[Y] = 1\) (pues \(Y \sim Exp(1)\)). Arrastra y observa cómo la curva se aplana o encoge.Notación continua: \( f_{X|Y}(x|y) = \frac{f(x,y)}{f_Y(y)} \). \[ \mathbb{P}(a \le X \le b | Y=y) = \int_a^b f(x|y)dx,\quad \mathbb{E}[X|Y=y] = \int x f(x|y)dx. \]
No comments to display
No comments to display