若(X,Y).pptVIP

* § 4.4 协方差及相关系数 问题 对于二维随机变量(X ,Y ): 已知联合分布 边缘分布 这说明对于二维随机变量，除了每个 随机变量各自的概率特性以外，相互之间 可能还有某种联系. 问题是用一个什么样 的数去反映这种联系. 数 反映了随机变量X ,Y 之间的某种关系 定义 称 为X ,Y 的协方差 ，记为 1. 协方差和相关系数的定义 为X ,Y 的 相关系数 若 称 X ,Y 不相关 称 因此,方差是协方差的特例 协方差刻画两个随机变量之间的“某种”关系 可以证明 若(X,Y)服从二维正态分布, 即 则 若 ( X ,Y ) 为离散型， 若 ( X ,Y ) 为连续型， 计算协方差的常用公式 注: 注: 显然 相关 不相关 正相关 负相关 完全正相关 完全负相关 求 Cov (X ,Y ), ?XY 1 0 p q X P 1 0 p q Y P 例1 已知 X ,Y 的联合分布为 X Y 1 0 1 0 p 0 0 q 0 p 1 p + q = 1 解 1 0 p q X Y P 例2 设 ( X ,Y ) ~ N ( ?1, ?12,?2,?22,?), 求 ?XY 解 若 ( X ,Y ) ~ N ( ?1, ?12, ?2, ?22, ? ) 则X ,Y 相互独立 X ,Y 不相关 相互独立 命题 例3 设 ( X ,Y ) ~ N ( 1,4; 1,4; 0.5 ), Z = X + Y , 求 ? XZ 解 例4 解 例5 解