13讲协方差,相关系数,矩,正态分布幻灯片.pptVIP

概率论与数理统计 第十三讲 主讲教师：张冬梅副教授 浙江工业大学理学院 §4.3 协方差与相关系数 对于二维随机向量(X,Y)， 除了其分量X和Y 的期望与方差之外, 还有一些数字特征, 用以刻画X与Y之间的相关程度，其中最主要的就是协方差和相关系数。 定义1：若 E{[ X-E(X)][Y-E(Y)]} 存在，则称其为X 与Y 的协方差，记为Cov(X,Y), 即 4.3.1 协方差 Cov(X, Y) = E{[ X-E(X)][Y-E(Y) ]}. (1) (3). Cov(X1+X2, Y)= Cov(X1, Y) + Cov(X2, Y) ； (1). Cov(X, Y) = Cov(Y, X)； 协方差性质 (2). 设 a, b, c, d 是常数，则 Cov( aX+b, cY+d ) = ac Cov(X, Y) ； (4). Cov(X, Y) =E(XY)-[E(X)][E(Y)] ， (5). Var(X+Y)=Var(X)+Var(Y)+2Cov(X, Y) . 当 X 和 Y 相互独立时，Cov(X, Y)=0； 若 X1, X2, …, Xn 两两独立，则 性质(5)可推广到 n 个随机变量的情形： 协方差的大小在一定程度上反映了X 和Y相互间的关系，但它还