4.3协方差及相关系数及其性质幻灯片.pptVIP

4.3协方差与相关系数 二、相关系数的意义 (2)推广 定义 设X=(X1,X2,…,Xn)? 为n维随机向量,并记μi=E(Xi)， 例6: 设(X,Y)?N(μ1, μ2,σ12,σ22,?),求向量(X，Y)＇的均值μ与协方差矩阵。 解: E(X)=μ1，E(Y)=μ2， 4．多维正态分布及其性质 二维正态随机向量X=(X1，X2)? 的概率密度为 (1)定义 若n维随机向量X=(X1，…，Xn)的概率密度为 (2) 性质 （P179页） n维正态分布具有下述性质： 1)n维随机向量(X1，…，Xn)服从n维正态分布充要条件是X1，…，Xn的任意线性组合l1X1+l2X2+…+lnXn(l1,l2,…,ln是不全为0的数)服从一维正态分布。 小结： 1.结论1：X与Y相互独立 ? ρXY=0 ? X与Y不相关； 反之，ρXY=0 不能推出X与Y相互独立。 结论2：对任意X与Y，以下结论等价ρXY=0 ? Cov(X，Y)=0 ? E(XY)=E(X)E(Y) ? D(X+Y)=D(X)+D(Y)。 结论3：若(X，Y)～N(μ1, μ2 ,σ12, σ22,ρ)，则X与Y相互独立 ? ρXY=0 ? X与Y不相关。 * 一、基本概念 二、n 维正态变量的性质 对于二维随机变量(X ,Y ): 已知联合分布 边缘分布