一、协方差二、相关系数43 协方差和相关系数1对于随机变量(X,Y)而言:E(X)、E(Y)反映分量X、Y各自的平均值D(X)、D(Y)反映分量X、Y各自的平均偏离程度并未反映X、Y之间的相互关系2定义:一、协方差称E{[X?E(X)][Y?E(Y)]}为X与Y 的协方差,记为Cov(X,Y) ,即Cov(X,Y)=E{[X?E(X)][Y?E(Y)]}3若X取值比较大(XE(X)),Y也较大(Y
第三节协方差与相关系数前面我们介绍了随机变量的数学期望和方差,对于多维随机变量,反映分量之间关系的数字特征中,最重要的,就是本讲要讨论的协方差和相关系数任意两个随机变量X和Y的协方差,记为Cov(X,Y),定义为 ⑶ Cov(X1+X2,Y)= Cov(X1,Y) + Cov(X2,Y) ⑴ Cov(X,Y)= Cov(Y,X)一、协方差2简单性质⑵ Cov(aX,bY) = ab Cov(X,Y
#
43协方差及相关系数、矩 对于二维随机变量(X,Y),除了讨论X与Y的数学期望和方差外,还需讨论描述X与Y之间相互关系的数字特征:协方差和相关系数. 上节学习了,X, Y 是任意两个随机变量,有若X 与Y 相互独立1 问题的提出 431协方差由此可见这个量的重要性协方差存在,则称其为 X 与 Y 的协方差 (Covariance)为X 与Y 的相关系数或称为X 与Y 的标准协方差 设二维随机变量
#
2 协方差的计算:归结为计算E[g(XY)]10 Cov(X Y)=Cov(Y X)
在研究子女与父母的相象程度时有一项是关于父亲的身高和其成年儿子身高的关系.2.简单性质Cov(XY)=E{[ X-E(X)][Y-E(Y) ]}所以X与Y例 12 14-4 0 4-2 0 21为了克服这一缺点对协方差进行标准化:= 0即X和Y以概率1线性相关.01而 P(XY=1)=P(X=1Y=1)=p设
二维随机变量的期望与方差 对于二维随机变量 如果 存在则 称 为二维随机变量 的数学期望 1 当 ( X Y ) 为二维离散型随机变量时 2 当 ( X Y ) 为二维连续型随机变量时 例题 设 求 ?? 与一维随机变量函数的期望一样可求出 二维随机变量函数的期望 对二维离散型随机变量 ( X Y ) 其函数 的期望为 ???? 对二维连续型随机变量 ( X Y ) 其函数
#
不是绝对收敛则称随机变量X数学期望如果广义积分概率分布期望性质1(1) 若随机变量X是离散型的 你认为哪门炮射击效果好一些呢1.基本概念方差的数学期望 .较分散.利用期望性质无穷递缩等比级数求和公式(1)二项分布概率分布方差X的方差一定不存在而X的方差不存在X的数 解 定义1 设X与Y是两个随机变量且EXEY均若 两两独立上式化为故
违法有害信息,请在下方选择原因提交举报