关键词数学期望方差协方差相关系数.ppt

* 复习公式 * 实用的相关系数计算公式 * * Variable 1 Variable 2 Data Correlations * Variable 1 Variable 2 Data Correlations * Variable 1 Variable 2 Data Correlations % Compute sample correlation [r] = corrcoef([var1,var2]) * Variable 1 Variable 2 Data Correlations % Compute sample correlation [r] = corrcoef([var1,var2]) r = 1.0000 0.7051 0.7051 1.0000 * 练习题 计算文档testdata2.txt中数据的相关系数 步骤：1、用textread函数读取文档testdata2.txt中的数据 2、用corrcoef函数计算读取的两个随机变量数据的相关系数 * Solution %read data [var1, var2] = textread(testdata2.txt,%f%f,headerlines,1) % Compute sample correlation [r] = corrcoef([var1,var2]) % Plot data points figure(1) plot(var1,var2,ro) Variable 2 Variable 1 * 程序运行结果 r = 1.00000000000000 0.59479245787995 0.59479245787995 1.00000000000000 所以相关系数等于：0.59479245787995 * 相关系数等于：－0.59479245787995 * 应用1：缺陷检测 例1：设X,Y服从同一分布，其分布律为： X -1 0 1 P 1/4 1/2 1/4 已知P(|????X|?=|Y|? )=0,判断X和Y是否不相关？是否 不独立？ 续 例 2 续 例3：设X,Y相互独立服从同一分布， 记U=X-Y,V=X+Y,则随机变量U与V是否一 定不相关，是否一定独立？ §4 矩、协方差矩阵 显然，数学期望是一阶原点矩，方差是二阶中心矩， 协方差　是二阶混合中心矩。 * n维正态变量具有以下四条重要性质： * 常见分布的期望与方差 函数 分布类型名称 函数名称 函数调用格式 二项分布 Binostat [E,D]= Binostat(N,P) 几何分布 Geostat [E,D]= Geostat(P) 超几何分布 Hygestat [E,D]= Hygestat(M,K,N) 泊松分布 Poisstat [E,D]= Poisstat( ) 连续均匀分布 Unifstat [E,D]= Unifstat(N) 指数分布 Expstat [E,D]= Expstat(MU) 正态分布 Normstat [E,D]= Normstat(MU,SIGMA)) 分布 Tstat [E,D]= Tstat(V) 分布 Chi2stat [E,D]= Chi2stat(V) 分布 fstat [E,D]= fstat(V1,V2) * * * 方差可以认为是噪声 * 性质2说明了D(-X)=D(X) * * * * * * 我们需要引进一个量来描述r.v.X的取值分散程度，即X的取值与E(X)的偏离程度 偏离的度量： 平均偏离： 绝对值（不好研究） * 但是，绝对值（大 ） 平方（大) 所以我们研究 方差 定义 设X是一随机变量， 为标准差或均方差。 存在，则称之为X的方差。记为D(X)或Var(X)， 即 方差实际上是一个特殊的函数 g(X) =(X-E(X))2 的期望 对于离散型随机变量X， 对于连续型随机变量X， 此外，利用数学期望的性质，可得方差得计算公式(常用)： 例1：设随机变量X具有数学期望 例2：设随机变量X具有0-1分布，其分布律为： 解： 例3： 解： 例4： 解：X的概率密度为： 例5：设随机变量X服从指数分布，其概率密度 为： 即对指数分布而言，方差是均值的平方，而均值恰为参