第10讲方差、协方差和相关系数.pptVIP

例3 证明： 例4 设二维随机变量(X,Y)的概率密度为： 例5 （2006研）设随机变量X的概率密度函数为 求Cov(X,Y) * §2 方差（Variance) 方差是衡量随机变量取值离散程度的一个量. 1Def 1 设 X是随机变量,若 存在,则称 为X的方差,记作D(X),即 同时,称 为X的标准差或均方差. 注：方差的计算公式： 2.方差的性质 (1) 若C为常数,则 (2) (3) 若X与Y相互独立,则 D(X+Y)=D(X)+D(Y) (因为 相互独立,所以 一般的，若 相互独立，则有 并且 其中 为常数 于是，若 与 独立，则 注意：以下两个式子是等价的,即 下列几个式子中哪个或者那几个是正确的: 下列几个式子中哪个或者那几个是正确的: 若X,Y相互独立，下列不正确的是： 例1（几个重要分布的方差） 1）设X服从参数为p的0-1分布 E(X)=p 2）若 设 相互独立且均服从参数为 的 0-1分布,则由前面的讨论知 3） 若 ,则 又 4) 设 5) 若X服从参数为 的指数分布,则 6） 例3 设随机变量X服从参数为 的指数分布，求 求DY 若 X~N(0,1),Y~N(1,3) 则 §3 协方差与相关系数 一、协方差(Covariance) 我们将其称之为协方差.具体定义如下： 由前面的讨论知,若 与 相互独立,则有 若上式不成立,则X与Y 必不相互独立,也就是说, 如果上式的左端不等于零时,两个随机变量之间就存在着某种关系! 因此量 E( XY )－E( X ) E( Y )在某种程度上刻划了两个随机变量之间的关系. 1.Def1 设 是二维随机变量，若 则 E{[X-E(X)][Y-E(Y)]} 称为X与Y的协方差,并记作 Cov(X,Y),即有 所以，协方差由下式计算 注： 若两个随机变量相互独立,则它们的协方差等于0 2.协方差的性质 (1) 对称性 (2) 若 为常数,则 (3) (4) 对于任何的两个随机变量 ,有 (5) 由性质(2),有 因此,协方差的大小依赖于度量单位,这是它的一个明显缺陷. 为了克服这个缺陷,我们引入相关系数的概念. 二.相关系数 Def2 假设 X,Y 的方差均存在，则称 为X与Y的相关系数 注： 2) 若X与Y的相关系数 X与Y不相关 3) 1) 4) 称X，Y线性相关 称X，Y负线性相关 注意: 相关系数是随机变量之间线性关系强弱的一个度量(参见如下的示意图). 注5）若两个随机变量相互独立,则它们一定不相关;反之不然!即两个不相关的随机变量未必相互独立. 例1 设(X,Y)服从单位圆 上的均匀分布, 证明X与Y 不相关也不相互独立. 例2 设随机变量X和Y的方差分别为25和36，若相关系数为0.4，求D(X+Y),D(X-Y) *