Chap4-3协方差等精编.ppt

第 四 章 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 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) a,b是常数 Cov(X,Y)=E{[ X-E(X)][Y-E(Y) ]} Cov(X,X)= Var(X) (4) Cov(a, X) = 0, a是常数 Cov(X,Y)=E(XY) -E(X)E(Y) 可见，若X与Y独立， Cov(X,Y)= 0 . 3. 计算协方差的一个简单公式 由协方差的定义及期望的性质，可得 Cov(X,Y)=E{[ X-E(X)][Y-E(Y) ]} =E(XY)-E(X)E(Y)-E(Y)E(X)+E(X)E(Y) =E(XY)-E(X)E(Y) 即 但反过来不成立 若X1,X2, …,Xn两两独立,，上式化为 4. 随机变量和的方差与协方差的关系 Var(X ? Y)= Var(X)+Var(Y) ? 2Cov(X,Y) 例1 设二维连续型随机向量(X,Y)的联合密度为 解： 二、相关系数 在不致引起