第4节 随机变量的数字特征 第3节 综合讲练.docVIP

概率论与数理统计 第4章 随机变量的数字特征 第3节 协方差与相关系数 综合讲练 第 PAGE 12 页 （共 NUMPAGES 39 页） 要览 题型一 协方差与相关系数 提示 熟记随机变量的数学期望、方差的定义、性质及计算公式（简算公式） 熟记随机变量的协方差的定义、性质及计算公式（简算公式） 熟记随机变量的相关系数的定义及性质 辨析 约定 ⅰ) 二维离散型随机向量 中 的联合概率分布为 （ ；或 ） 关于的边缘分布为 （ 或 ） 关于的边缘分布为 （ 或 ） ⅱ）二维连续型随机向量中 的联合概率密度函数（简称概率密度）为 关于的边缘密度函数为 关于的的边缘密度函数为 一、期望向量 称为二维随机向量的期望向量，其中，随机变量、的数学期望（均值）分别为 （ 假设 ， ） （ 假设 ， ） 典型模式 表示连续型随机变量在点处长度为的区间内取值的概率 二、方差向量 称为二维随机向量的方差向量，其中，随机变量、的方差分别为 （ 假设 随机变量的数学期望存在，且， ） （ 假设 随机变量的数学期望存在，且， ） 典型模式 表示连续型随机变量在点处长度为的区间内取值的概率 方差的简算公式 ① 如果、均存在，则 其中， ② 如果、均存在，则 其中， 三、协方差及协方差矩阵 1、协方差的定义 设为二维随机向量, 、均存在，如果 存在, 则称其为随机变量和的协方差（Covariance）, 记为 即 （3.1） 2、协方差的计算公式 （3.2）、（3.3） 简算公式 （3.4） 其中 3、协方差的性质 （1） （2） （3） （ 、为任意常数 ） （4） （ 为任意常数 ） （5） （6）如果随机变量与相互独立，则 （7）随机变量的方差与协方差的关系 设与为任意两个随机变量，如果其方差均存在，则的方差也存在，且 （3.5） 即 （8）若服从二维正态分布,即 （9）设与为任意两个随机变量，如果其方差均存在，则 （3.6） 4、协方差矩阵 设随机变量与的协方差存在，则称 为二维随机向量的协方差矩阵 推广 维随机向量的协方差矩阵（见教材P106） 四、相关系数 1、相关系数的定义 设为二维随机向量,、均存在，则称 （3.7） 为随机变量与的相关系数（Coefficient 0f Correlation ）。 注意 ① 随机变量与的协方差是反映两个随机变量与之间相互关系的一个数字特征，然而协方差的值还受到两个随机变量与自身取值水平的影响，比如与同时增大倍，记 ， 尽管、之间的相互关系与、之间的相互关系从直观上看并无差别，但是 即协方差却增大了倍，为了避免随机变量自身取值水平对度量相互关系的影响，可先将随机变量与“标准化” ； ② 设随机变量与的标准化随机变量分别为 ， 则的协方差为 的协方差为 2、相关系数的性质 （1） （2）若，则 （3） 随机变量与具有线性关系 存在任意常数及，使 注意 相关系数 的大小反映了随机变量与之间线性关系的密切程度： ① 时, 与之间无线性关系 ；的值越近于0, 与的线性相关程度越弱； ② 时, 与之间具有线性关系（与的变化可完全由的线性函数给出）； 的值越接近1, 与的线性相关程度越高. （4）如果随机变量与相互独立，则，即 随机变量与相互独立 （反之不然） （5）若服从二维正态分布,即 ，则 （6）若服从二维正态分布,即 ，则 随机变量与相互独立 例外情形 （7）设,称为用来近似的均方误差,则有下列结论： 设,则 （3.8） 使均方误差达到最小. 注意 我们可用均方误差来衡量以近似表示的好坏程度, 值越小表示与的近似程度越好.且知最佳的线性近似为而其余均方误差. 从这个侧面也能说明. 越接近1, 越小.反之, 越近于0, 就越大.与的线性相关性越小. 五、不相关 如果随机变量与之间不存在线性关系，则称与不相关. 1、随机变量与不相关的等价条件 （1）随机变量与不相关 （2）随机变量与不相关 （3）随机变量与不相关 （4）随机变量与不相关 2、“随机变量与不相关”与“随机变量与相互独立”的关系 随机变量与相互独立 随机变量与不相关 （反之不