ขอเตือนไว้ก่อนว่าฉันไม่ใช่ผู้ที่มีความน่าจะเป็น และคำตอบของคุณก็ไม่ได้มีการเข้ารหัสมากนัก ดังนั้นอาจเหมาะกับการถามผู้ที่มีความน่าจะเป็นมากกว่า (เช่นใน math.se หรืออย่างอื่น)
ดังที่กล่าวไว้ในความคิดเห็น นี่เป็นเรื่องเท็จได้ง่าย อนุญาต $P_n, Q_n$ ทั้งสองจะกระจายเป็นการกระจายแบบสมมาตรใดๆ และปล่อยให้ $R_n\sim \{-1,1\}$ เป็นเครื่องแบบ
กำหนดการกระจายร่วม $P_n\ครั้ง R_n$ และ $Q_n\ครั้ง R_n$ ดังนี้ --- ขอบทั้งสอง $X$ และ $Y$ ได้รับการแก้ไขตามข้างต้น แต่
$$\Pr[(P_n\times R_n)\in E] = \Pr[(P_n\times R_n)\in E\mid R_n = b]\Pr[R_n = b].$$
ตอนนี้ในขณะที่เรากำลังพูดถึงเรื่องสมมาตร ให้เขียน $X = X_1\ถ้วย X_{-1}$.
สมมติว่าสมมาตรสลับส่วนประกอบทั้งสองนี้
ตอนนี้เรากำหนดการแจกแจงแบบมีเงื่อนไข
$$\Pr[(P_n\times R_n)\in E\mid R_n = b] = \begin{cases}0 & E\cap X_{b}\neq \emptyset \
2\Pr[P_n(E_X)]&\text{else}
\end{กรณี}.$$
นี่คือการบอกว่าการแจกแจงแบบมีเงื่อนไขถูกกำหนดให้ตัวแปรสุ่มด้วย $R_n = b$ อยู่ใน $X_b$, เช่น. ส่วนประกอบ $P_n, R_n$ "สัมพันธ์กันอย่างสมบูรณ์" สำหรับ $Q_n$, ทำเช่นเดียวกันแต่กลับบทบาทของ $X_1, X_{-1}$, เช่น. มี $Q_n, R_n$ เป็น "การต่อต้านความสัมพันธ์อย่างสมบูรณ์"
เป็นเรื่องง่ายที่จะเห็นว่าตัวแปรสุ่มเหล่านี้มีระยะขอบที่เหมือนกัน ดังนั้นจึงแยกไม่ออกอย่างสมบูรณ์ (และแยกไม่ออกทางสถิติด้วย)
มันคือ อีกด้วย ตรงไปตรงมาเพื่อดูว่ามีการแจกแจงร่วมกัน $P_n\ครั้ง R_n$ และ $Q_n\ครั้ง R_n$ มีการสนับสนุนที่ไม่ปะติดปะต่อดังนั้น
$$0 = \Delta(P_n, Q_n) \leq \Delta(P_n\times R_n, Q_n\times R_n) = 1,$$
และด้วยเหตุนี้พวกมันจึงไม่สามารถแยกความแตกต่างทางสถิติแบบสุ่มได้
โปรดทราบว่าหากคุณถือว่า $P_n, R_n$ เป็นอิสระ (ในภาษาของคุณ $E$ ปัจจัยเช่น $E_X\ครั้ง E_Y$ ฉันคิดว่า) คำตอบนั้นเป็นจริงได้อย่างง่ายดาย
ในรูปของการพิสูจน์ โดยความไม่เท่าเทียมกันในการประมวลผลข้อมูล เรามีสิ่งนั้น $\Delta(P_n, Q_n) \geq \Delta(f(P_n), f(Q_n))$ สำหรับการสุ่มใดๆ $f$, รวมทั้ง $f : X\to X\times Y$ ตัวอย่างนั้น $R_n$ อย่างอิสระและเอาต์พุต $f(x) = (x, R_n)$.
นี่ไม่ใช่สิ่งที่คุณถาม แต่ก็ยังมีประโยชน์ที่ควรทราบ