概率论与数理统计课件第四章数学期望与方差01.ppt

* 例6.设X服从N(0,1)分布，求 E(X3) , E(X4)。 解：X的密度函数为： 注：此例是128页4.17的特例。 * 作业: 128页: 4.12; 4.26; 4.28。 * 前面介绍了随机变量的数学期望和方差，对于多维随机变量，反映分量之间相互关系的数字特征中，最重要的，就是本节要讨论的 协方差和相关系数 * §4.4 协方差和相关系数 问题 对于二维随机变量(X ,Y ): 已知联合分布 边缘分布 这说明对于二维随机变量， 除了每个随机变量各自的概率特性以外，相互之间可能还有某种联系. 问题是用一个什么样的数去反映这种联系. 数 反映了随机变量X ,Y 之间的某种关系 * 定义 称 为X ,Y 的协方差. 记为 可以证明协方差矩阵为半正定矩阵 A. 协方差和相关系数的定义 为（X , Y ）的协方差矩阵 称 * 协方差的大小在一定程度上反映了X和Y相互间的关系，但它还受X与Y本身度量单位的影响. 例如： Cov(kX, kY)=k2Cov(X,Y) 为了克服这一缺点，对协方差进行标准化，这就引入了相关系数的概念 . * 若Var (X ) 0, Var (Y ) 0 ,称 为X ,Y 的 相关系数，记为 事实上， 若 称 X ,Y 不相关. 无量纲 的量 * —— 利用函数的期望或方差计算协方差 协