电子科技大学《概率论》C4-3.PPTVIP

相关系数与矩 电子科技大学 * §4.3 协方差.相关系数与矩 D(X＋Y)=D(X)＋D(Y)+2E{[X－E(X)][Y－E(Y)]} D(X－Y)=D(X)＋D(Y)－2E{[X－E(X)][Y－E(Y)]} 当研究的问题涉及多个随机变量的时候, 变量与变量之间的关系, 是必须关注的一个方面. 本节介绍的协方差、相关系数就是描述随机变量之间相互关系的数字特征. 定义4.3.1 若E{[X－E(X)][Y－E(Y)]}存在，称 Cov( X,Y )=E{[X－E(X)][Y－E(Y)]} 为随机变量(X,Y)的协方差. 有 D(X)= Cov(X, X )； 一.协方差 D(X士Y)=D(X)+D(Y)士2Cov(X,Y ) 协方差的性质 1.Cov( X, Y )＝ Cov( Y, X ) ； 3.Cov( X1+X2 , Y )＝ Cov( X1,Y )+Cov( X2 ,Y ). 常用计算公式 cov( X,Y )＝E(XY) －E(X)E(Y) 例4.3.1 例4.3.2 2.Cov( aX, bY )＝ ab Cov( X,Y ), a, b是常数； 二、相关系数 定义4.3.2 设二维随机变量X,Y 的D(X)0, D(Y)0 , 称 为随机变量X与Y 的相关系数. 注 1）ρXY是一无量纲的量. 2） 标准化随机变量的协方差 性质 设随机变量X,Y 的相关系数ρ存在，则 1） |ρ|?1; 2） |ρ|＝1 X与Y 依概率为1线性相关. 即 证 明 相关系数是衡量两个随机变量之间线性相关程度的数字特征. 练习 将一枚硬币重复抛掷n次, X, Y 分别表示正面朝上和反面朝上的次数，则ρXY＝ －1 注1 若随机变量X, Y 的相关系数ρXY存在, 2）ρXY＝-1，则α0 称 X, Y 负相关； 1）若ρXY＝1， 3）ρXY＝0，称 X, Y 不相关. 注2 ρXY＝0 仅说明X, Y 之间没有线性关系，但可以有其他非线性关系. 参见讲义P114 例4.4.4 中的α0, 称 X, Y 正相关； 定理4.3.1 若随机变量X 与Y 相互独立，则X 与Y 不相关，即有 ρXY＝0 . 注2 若(X,Y)~N(μ1,σ21; μ2 , σ22; ρ) ,则 X, Y 相互独立 ρXY＝0 . 注1 此定理的逆定理不成立, 即由ρXY＝0 不能得到X 与Y