精算概率论

独立性

两个事件相互独立,是指知道其中一个发生了,对另一个会不会发生毫无提示。在两个不同房间里各掷一枚硬币:得知第一枚是正面,丝毫不改变第二枚的概率。它们的命运彼此不相干。独立性就是“这些事情互不相关”的正式名称。

确切地说,当 P(A 且 B) = P(A) × P(B) 时,A 与 B 相互独立——两者同时发生的概率正好是各自概率的乘积。等价地,条件概率等于无条件概率:P(A | B) = P(A),这印证了得知 B 不改变任何东西。如果两枚硬币相互独立且都均匀,那么两次都是正面的概率是 1/2 × 1/2 = 1/4。要当心:独立并不等于互斥——互斥的事件其实高度相关,因为得知其一发生,就意味着另一个一定没发生。

独立性是让保险得以运作的承重假设,也是它最危险的假设。如果一千名投保人的损失相互独立,大数定律会把它们抹平成一个可预测的平均值,一笔不高的保费便足以覆盖整个风险池。但当损失相互依赖时——地震、瘟疫、市场崩盘同时击中所有人——独立性便崩溃,理赔一起堆积,一个看似安全的投资组合可能就此垮掉。风险理论与再保险的大部分内容之所以存在,正是因为现实世界的风险远不如最简单的模型所假装的那样独立。

不同城市的房屋火灾大致独立,所以全国性保险公司可以把它们汇集起来。但同一段海岸线上的房屋则不然——一场飓风可能同时引发大量理赔,打破保费所假定的独立性。

独立性是风险汇集所依赖的假设——而巨灾正是打破它的东西。

独立与互斥不是一回事:互斥事件是强烈相关的(一个发生就排除了另一个),而独立事件之间没有这种影响。

又称
statistical independence统计独立相互独立