第三节 协方差、相关系数..pptVIP

* 第四章 随机变量的数字特征 §4.3 协方差、相关系数 本节要点： 两个随机变量的协方差和相关 系数 矩 一、两个随机变量的协方差和相关系数 P103 1、定义 （一）协方差 随机变量(X,Y)的数学期望和方差，从不同方面刻划了各自的特征。对于二维随机变量，在反映分量之间关系的数字特征中，最重要的，就是协方差和相关系数 设(X,Y) 是二维R.V,若 Cov(X,Y)=E{[X -E(X)][Y -E(Y) ]} X与Y 的协方差. 即 则称它为 特殊地 2、协方差的性质 COV(X,X)=DX 若X1,X2, …,Xn两两独立，上式化为 D(X+Y)= D(X)+D(Y) + 2Cov(X,Y) 4）随机变量和的方差与协方差的关系 D(aX+bY)= D(X-Y)= D(X)+D(Y) - 2Cov(X,Y) 计算协方差的一个简单公式 Cov(X,Y)= E(XY)-E(X)E(Y) 若 X与Y独立，则Cov (X,Y)= 0 若 Cov(X,Y)≠ 0 ，则X与Y不独立，即它们之 间存在一定的关系。 例1、设(X,Y)的p.d.f 为： x -1 1 0 y 解： =0 2002数三（3） 设随机变量X和Y的联合概率分布为 Y -1 0 1 0 0.07 0.18 0.15 1 0.08 0.32 0.20 X 则X2和Y2的协方差cov(X2，Y2)=-0.02 解： cov(X2，Y2)= EX2Y2 –EX2EY2 EX2Y2 =1×0.08+ 1×0.2=0.28 EX2= 1×0.6=0.6 EY2= 1×0.15+ 1×0.35 =0.5 cov(X2，Y2)=0.28-0.3=-0.02 为随机变量X,Y的相关系数 （二）相关系数 1、定义 注： 是一个无量纲的量； 称X,Y不相关,此时COV(X,Y)=0。 若X,Y不相关，则：EXY =EX EY 2、相关系数的性质 存在常数a,b使P{Y=a+bX}=1 3）若X，Y独立，则X,Y不相关。 例7 设X服从(-1/2, 1/2)内的均匀分布,而Y=cos X,求?(X,Y) 解： E(X)=0， 即X和Y不相关 . 但Y与X有严格的函数关系， 即X和Y不独立 . Cov(X,Y)=EXY-EXEY=0， 因而? = 0 *