随机变量相关系数和相关性.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第四节 随机变量的 都家相关性 签 、协方差的概念及其性质 对随机向量来说,除了研究每个分量的数学期望 和方差以外,还希望知道分量之间的相关程度,因此 引进协方差和相关系数这两个概念 定义称E[(X-EXY-EY)为随机变量X和Y的 协方差,记为Cov(X,Y)。 计算公式:Cov(X,Y)=E(XY)-E(X)E(Y) 其中 ∑∑xy,Pn (离散型); E(XY) ∫“xyr(x, y )dxdy(连续型 Cov(X, Y)=E(X-EX)(]=E(XY)-E(X).E(Y) 协方差的性质: 1.对称性:Cov(X,Y)=Cov(Y,X) 2.线性性:Cov(aX,Y)=aCov(X,Y) Cov (X,+X,, Y)=Cov (X,y)+Cov (X,, Y) 3.若X和Y相互独立,则Cov(X,Y)=0 因为X和Y相互独立 E(XY=E(X).E(Y) 注意:反之未必成立。 4.D(X±Y)=D(X)+D(Y)±2Cov(X,Y) D(X+Y)=EX +Y-E(X +Y =ELOX-EX)+(Y-EYP EkOX-EX)2+(Y-EY)2+2(X-EX( -EY) E(X-EX)2+E(Y-EY)2+2ELX -EX(Y-EY) D(X)+D(Y)+2cov(X,Y) 类似地有D(X-Y)=D(X)+DY)-2Cov(X,Y) 推广:D∑x=∑D(x)+22C0(x,X) 因此,若X1X2,…,Xn两两独立,则有 D(X;) 二、相关系数的概念及其性质 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(X, kr=k~Cov(X,n 为了消除量纲的影响,下面提出随机变量标准 化的概念 我们把X-E(X 称为X的标准化随机变量 D(X) 可以验证,E(X”)=0,D(X)=1 标准化随机变量消除了量纲的影响。

文档评论(0)

189****7685 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档