《北邮概率统计课件43协方差与相关系数》教学课件.pptVIP

北邮概率统计课件 概率统计 * 北邮概率统计课件 随机变量的数学期望及方差都只刻画了一个随机变量的某一方面的特征，而协方差与相关系数是刻画两个随机变量之间关系的数字特征. 第三节 协方差与相关系数 问题的引出 对于多维随机变量, 反映分量之间关系的数字特征中最重要的，就是本节要讨论的内容. 我们已经知道，如果两个随机变量 X,Y 相互独立,则: * 北邮概率统计课件 注： 一. 协方差 1.定义1. 量 称为随机变量 X 与 Y 的协方差，记为： 即： 协方差中当 X = Y 时即为方差的定义，即： 故方差是协方差的特例。 2. 协方差的简单性质 是常数 * 北邮概率统计课件 显然，若 X 与 Y 相互独立则： Cov(X, Y)= 0 3. 计算协方差的一个简单公式 由协方差的定义及期望的性质，可得： 证明： 注： 4. 随机变量和的方差与协方差的关系 * 北邮概率统计课件 若 X1, X2, …, Xn 两两独立，上式化为： 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. 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。 . 问题： 例如： * 北邮概率统计课件 称为随机变量 二. 相关系数 1.定义2. 量(无量纲) X, Y 的相关系数，记为： 即： 2. 相关系数的简单性质 存在常数 使得： X 和 Y 以概率 1 线性相关 * 北邮概率统计课件 由方差的性质和协方差的定义知，对任意实数 令 ，则上式为： 证明： 有： 由于方差D(Y)是正的，故必有： 所以证得： * 北邮概率统计课件 由方差与协方差协关系有： 因此有： 证明： 存在常数 使得： 与 是标准化随机变量， 故其均值为 0，方差为 1 * 北邮概率统计课件 由方差的性质，可知: 整理得 ： 当 时有: 为常数 其中： * 北邮概率统计课件 同理，当 时也可推出此结论。因此得证。 又 所以： * 北邮概率统计课件 于是得： 所以： 即： 注： X 和 Y 独立时， 但其逆不真. 由于当 X 和Y 独立时，Cov(X, Y)= 0，故 但 并不一定能推出X 和 Y 独立。 * 北邮概率统计课件 例1. 设 在 上服从均匀分布，即： 验证： 与 是不相关的，但不是相互独立的。 证明： 由已知，X, Y 的边缘概率密度为: 与 * 北邮概率统计课件 又因为： 显然， 所以： 与 是不独立的 所以： 从而有： 于是得： 故得： 是不相关的。 奇函数在对称区间上的积分为 0 * 北邮概率统计课件 当 时，称 X与 Y不相关。 一般： 故有： 若 X 与 Y 相互独立，则 X与 Y 不相关；但反之不真。 但对下述情形，独立与不相关等价 若 ( X, Y ) 服从二维正态分布，则 X 与 Y 相互独立 X 与 Y 不相关 1. 2. 注: 相关系数刻划了X 和 Y 间“线性相关”的程度. 若考虑以 X 的线性函数 a + bX 来近似表示 Y， 以均方误差 来衡量以 a + bX 近似表示 Y 的好坏程度。 * 北邮概率统计课件 则：e 值越小表示 a + bX 与 Y 的近似程度越好. 现用微积分中求极值的方法，求出使 e 达到最小时的 a，b ： e = E {[ Y- ( a + bX ) ]2 } = E( Y 2 ) + b 2 E( X 2 )+ a 2- 2b E( XY ) + 2ab E( X ) - 2a E( Y ) 令： * 北邮概率统计课件 解得： 这样求出的 最佳逼近为： L(X)=a0+b0X 这一逼近的剩余是： 则 Y 与 X 有严格线性关系; 可见： 则 Y 与 X 无线性关系; 的值越接近于1，Y 与 X 的线性相关程度越高; 若 若 若 则当： 的值越接近于0， Y 与 X 的线性相关程度越弱. * 北邮概率统计课件 例2. 设 (X, Y) 服从二维正态分布，它的概率密度为： 求：X 与 Y 的相关系数 解: 由已知，X, Y 的边缘概率密度为: 其数学期望与方差分别为： * 北邮概率统计课件 而： 于是： 结论： 其积分过程见教材P132~P133 二维正态分布的概率密度函数中的五个参 数的意义分别为：X 的数学期望与方差； Y 的数学期望与方差；X 与Y 的相关系数。 二维正态分布完全由这五个参数所确定。 谢谢！ 北邮概率统计课件 概率统计