4.3概率论和数理统计(复旦大学出版社)南京财经大学朱玲妹老师的课件.pptVIP

* * §3 协方差及相关系数 返回目录 则称其为 X 与 Y 的协方差 (Covariance) 为X 与Y 的相关系数 或称为X 与Y 的标准协方差 定义 若E{[X-E(X)][Y -E(Y)]}存在, 计算公式 协方差的性质： (a,b 是常数) 定理 证明: 证明: 称X 与 Y 正相关. 称X 与 Y 负相关. 证明： 称X 与 Y 不相关. 若 X 与 Y 相互独立,则X 与 Y 不相关. X 与 Y 相互独立, ∴X 与 Y 不相关 (X 与 Y 不相关) X 与 Y 不相关 X 与 Y 相互独立 求： 例1 随机变量(X, Y)的分布律为: 解: 例2 设随机变量 X 和 Y 的联合密度为 求： 解: 例3 已知 求： 解: 例4 设X 的分布律为: 求ρXY , 并讨论X与Y 的独立性. 解: ∴X与Y 不独立. X与Y 不相关. (1)不相关的随机变量不一定独立; (2)不相关不是没有关系,而是没有线性关系. 本例说明: 求X和Y 的相关系数. 例5 设(X,Y)服从二维正态分布, 则X与Y 相互独立的充要条件是X与Y 不相关. 思考题： 1.二维随机变量独立与不相关有什么关系？相关系数表示什么？ 2. 二维正态分布的联合密度函数与边缘密度函数有什么关系？ 思考题答案： 相关系数绝对值的大小反映了随机变量间线性关系的密切程度. X 与