4-3协方差和相关系数和其性质.ppt

一、基本概念;对于二维随机变量(X ,Y ):;协方差;1. 定义;2. 说明 ; 法2.;求cov (X ,Y ) ?XY ;解;结论;解;;1. 问题的提出;解得;2. 相关系数的意义;例4 ;;(1) 不相关与相互独立的关系;4. 相关系数的性质; 意义 |ρXY|=1当且仅当Y跟X几乎有线性关系。这说明了相关系数的概率意义。 ρXY是刻画X，Y之间线性相关程度。;练习 设 ( X ,Y ) ~ N ( 1,1; 4,4; 0.5 ), Z = X + Y , 求 ? XZ;写为矩阵的形式： ;(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， ;3. 协方差矩阵的性质 (1)协方差矩阵对角线上的元素Cii为Xi的方差即Cii=D(Xi) i=1，2，…，n； (2)协方差矩阵C为对称矩阵,即Cij=Cji ,i，j=1，2，…，n； (3)C为非负定矩阵,即对于任意实向量t=(t1，t2，…，tn)?,有t?Ct≥0；;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 ;经运算可得 ;上式推广至n维正态分布的情况，于是有以下定义：;(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。;例7: 设X～N（0，1），Y～N(0，1 ),若X与Y相互独立， 求E(|X-Y|)。 ;例8: 设 ,问X与Z是 否独立? ;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。