概率论课件3 协方差12p.pptVIP

课件 NORTH UNIVERSITY OF CHINA 课件 第三章 协方差和相关系数 (12) 第 三 节 二维随机变量( X ,Y ) 的两个分量 X 与Y 的数学期望和方 分别刻画了X 与Y 的均值及对 差 均值的偏离程度. 为了将( X ,Y ) 作为一个整体, 个分量 X 与Y 之间的关系, 我们还必须引入一个新的概念, 考察它的两 这就是协方差. E(X) , E(Y) , D(X) , D(Y) 课件 称数值 为二维随机变量 ( X , Y ) 的协方差, 即 记为Cov( X ,Y ) . 又称 为 X 与Y 的相关系数. 定义1. 例1. (1) (2) 试证明: (1) (2) (3) (4) 课件 (1) 由协方差的定义式: 证: (2) (常用此式计算协方差) 课件 特别地, 当X = Y 时, 例2. 若 X 与Y 相互独立, 证: 则有 若 定义2. 则称 X 与Y 不相关. 证毕. 因为 X 与Y 相互独立, 则有 由(3)式知 证毕. 课件 例2说明: X 与Y 必不相关. 但反过来, 当X 与Y 不相关时, X 与 Y 未必相互独立. 设随机变量 X 的概率密度函数为: 证: 由于 所以Y 与X 不相互独立. Y 的取值完全由 X 的值所决定, 也不相互独立. 例3. 试证明 X 与Y 既不相关, 又 当X 与Y 相互独立时, 课件 又由于 所以 证毕. 因此 X 与Y 不相关. 在例3 中已证明了X 与Y 不相关, 但是 X 与Y 的确存在 因此我们有理由问: 某种关系 反映 的是 X 与Y 之间的什么“相关”关系呢? 其实相关系数 刻画的是随机变量 X 与Y 之间线性相关程度的一个数量 指标, 相关系数 对此有如下定理: 课件 (2) 设 是随机变量X 与Y 的相关系数, (1) 定理的证明超出教学大纲的要求, 的充分必要条件是 其中a 与b 为常数, 且 a ? 0 . 存在线性关系时, 时加以说明. 则有 此时 定理 以下仅就 X 与Y 即当 课件 所以 当 由定理可知: 越接近１, 又 的值域为[0,1]. 时, 当 时, (X ,Y) 取值的线性近似程度越高; 越接近０, (X ,Y ) 取值的线性近似程度越低; 当 时, (X ,Y ) 取值没有线性关系可言, 此时称 (X ,Y )不相关. (X ,Y) 的取值几乎成线性关系: (X ,Y )的取值具有一定的线性关系. 课件 例4 及 解: (1) 求 (2) 试判断 X 与 Y 是否不相关和是否相互独立？ 同理可得: 同理可得: (1) 设(X,Y)的联合概率密度函数为