2024-04-01 更新 🔗
1.ideal: 如果我们知道X的PDF，那么就可以求Y = g(X)的Expectation & variance
2. approx. 如果我们只知道E(X) & var(X)，但不知道X的PDF，那么这时候可以通过delta method 近似估计
- E(Y) = E(g(x)) = E(g(x)的Taylor expansion)
- 这是因为expectation的可加性，不管加法里面的element是否是dependent，可以直接展开相加
- 把g(x) 展开是为了把E(Y) (unknown target)转化为E(X)(known)
Notes 🔗
手机预览点这里