Ceci est un complément à la réponse correcte et acceptée. En particulier, la question d'origine contient une question complémentaire sur la déclaration du livre.
En outre, le graphique de gauche dans la figure suivante est censé capturer la relation d'indépendance entre et , pourquoi?
XY
C'est ce qui est abordé dans cette réponse, et c'est la seule chose abordée dans cette réponse.
Pour nous assurer que nous sommes sur la même page, dans ce qui suit, j'utilise cette définition de graphe d'indépendance conditionnelle (non orienté) qui correspond (au moins grossièrement) aux champs aléatoires de Markov:
Définition: Le graphe d'indépendance conditionnelle de est le graphe non orienté où et n'est pas dans le jeu de bords si et seulement si . (Où désigne le vecteur de toutes les variables aléatoires à l'exception de et .)XG=(K,E)K={1,2,…,k}(i,j) X K ∖ { i , j } X i X jXi⊥⊥Xj|XK∖{i,j}XK∖{i,j}XiXj
De la p. 60 de Whittaker, Graphical Models in Applied Mathematical Multivariate Statistics (1990).
Ici, en utilisant l'argument donné par Henry dans la bonne réponse acceptée, nous pouvons établir que et sont conditionnellement indépendants étant donné , en notation, .Y Z X ⊥XYZX⊥⊥Y |Z
Étant donné que les trois seules variables aléatoires sont et , cela signifie que et sont conditionnellement indépendants lorsqu'ils reçoivent toutes les autres variables aléatoires restantes (dans ce cas, juste ).Z X Y ZX,YZXYZ
En utilisant la définition du graphe d'indépendance conditionnelle donnée ci - dessus, cela signifie que tous les bords du graphique doivent être inclus à l' exception du bord entre et . En effet, c'est exactement ce qui est montré sur le graphique de droite de cette image.YXY
En ce qui concerne le graphique de gauche, il n'est pas clair sans avoir plus de contexte, mais je pense que l'idée est simplement de montrer à quoi ressemblerait le graphique d'indépendance conditionnelle si nous n'avions pas de zéros dans ces entrées de la matrice de covariance inverse.
En particulier, en utilisant la définition ci-dessus, nous voyons que nous pouvons commencer avec le graphique complet sur les nœuds , qui est le graphique de gauche dans cette image, puis dériver le graphique d'indépendance conditionnelle de ce premier graphique en supprimant tous arêtes correspondant à des variables aléatoires conditionnellement indépendantes. L'image compare les deux graphiques de manière explicite ("versus"), ce qui me suggère une comparaison entre le graphique complet avec lequel on pourrait commencer et le graphique d'indépendance conditionnelle avec lequel on se retrouve si / quand ils appliquent la définition du graphique d'indépendance conditionnelle telle que donnée au dessus de.X,Y,Z