相关系数和协方差.docVIP

三．相关系数和协方差 相关系数 是二维随机变量，，。不一定有线性函数关系。 例如：分别表示身高和体重，从某年龄男孩中任意挑选10名，测量他们的身高（厘米）和体重（公斤）得数据： 身高 157 167 165 158 155 156 164 160 158 163 体重 46 55 52 46 42 45 49 47 44 49 （1）回归直线 关于的回归直线是满足条件 的直线： 其中， = … 所以， 而 （*） ，分别称为的标准差。 （2）相关系数 定义：数值 称为的相关系数。 由（*）知，，∴ 对于有正的线性相关关系时，； 对于有负的线性相关关系时，； 对于没有线性相关关系时，. 总之， ①是否为0说明有没有线性相关关系； ②的符号说明线性相关关系的正负； ③的大小说明线性相关关系的程度。 /*特别，由（*）知， ， */ 注意：（1）说明没有线性相关关系（不相关），不是说没有任何关系。 例如：，，， ， 所以， ，，∴ （2）时，独立不相关，反之，不相关时未必有独立。 证：若独立，则 = ==0 反之，时，未必独立。 例如：有分布律，， 则有分布律 由于， ， 所以， ，不相关。 但是 ， ， 不独立。 例1：，则 证：，，有， 的相关系数 令，则 所以，，即 ， 时 ，不相关，且这时， 所以独立。 一般的，，则 ,，（的相关系数） 且独立。 2．协方差 （1）定义：是两个随机变量，若存在，则称它为的协方差，记作。 = = 注：①时，. /* 令ξ*，η*，则Dξ*=Dη*=1， cov(ξ*,η*)=E(ξ*η*)Eξ*Eη* 相关系数是“标准尺度下的”协方差*/ ②当时，不相关 （2）协方差的性质 ① ②若是常数，则 证： ③独立，则；反之，,未必独立。 证：独立，则 若，，则，但不独立。 ④是常数，则 证： = ⑤ 证： = ⑥ 证： = = = 例1：，，，求。 解： 例2：若，，则的相关系数 证明： ， ， 所以， 例如：，则； ，则。 例3：，，且不全为0，则服从正态分布。 设，其中， =， = = = 特别，独立时，, 四．矩 定义：是随机变量，是非负整数，称为的阶原点矩，称为的阶中心矩。 例：若，则 例如：，则 ，，， 10