概率论和数理统计18-4.3-协方差相关系数.pptVIP

协方差与相关系数 称 为标准化的随机变量 X,Y不相互独立, COV(X,Y)可用来研究X,Y之间存在的某种相关关系. 第四节 协方差与相关系数 定义: 协方差: 相关系数: 例 设Y=aX+b,求 问题:设Y与X有近似线性关系,即可用aX+b近似代替Y,问如何选择a,b可使近似程度最好. 可用来衡量以aX+b近似代替Y的好坏程度,e越小,近似程度越好,e越大,近似程度越差. 问题:如何选a,b使 最小 结论:当 时 最小,最小值为： 定理： 当 较大时,表明X,Y间线性相关程度较好,特别当 =1,时,X,Y之间以概率1线性相关;当 较小时,表明X,Y间的线性相关程度较差.当 =0时,X、Y间的线性关系最差，此时称X,Y不相关 X,Y相互独立 反之不对,即X,Y不相关不能推出X,Y相互独立. 例设随机变量(X,Y)服从单位圆上的均匀分布,其概率密度为 试证:X,Y不相关. 证: 所以,X,Y不相互独立. 所以Ｘ、Y不相关不能推出X、Y相互独立。 X,Y不相关是指X,Y不具有线性函数关系,有时仍具有其它函数关系. 例 设 求COV(X,Y) 解: 但X,Y有其它函数关系 设(X,Y)服从参数为 的二维正态分布,则有以下结论: (1) (2) (3)X,Y相互独立 (4)X,Y相互独立 X,Y不相关. 第五节 矩 协方差矩阵 定义:设X,Y是随机变量, (1) 若 存在，则称它为X的k阶原点矩 (2) 若 存在，则称它为X的k阶中心矩 (3) 若 存在，则称它为X和Y的k+l阶混合矩 (4)若 存在,则称它为X和Y的k+l阶混合中心矩 E(X)是一阶原点矩,D(X)是二阶中心矩, COV(X,Y)是二阶混合中心矩. 定义设 的二阶中心矩和二阶混合中心矩 都存在,则称矩阵 为n维随机变量 的协方差矩阵 * *