4.3 协方差和相关系数.docxVIP

三、协方差和相关系数 如果两个11机变量孙典立欢row E{[x-（EX）][y-E（y）]） = o 如果两个曜机变量相互派也那么有 研［X —（EX）］［Y-砒）］｝。0 这谟明它们律在f!W关关系 间题如瞬述两个障机变量之毗底关系. 一，协方爰的定义及计算公式 定义：随机变量X和V的协方差Cov(X, Y)定义为 Cov(X,y)= E{[X-(EX)][Y - E(y)]}计算公式髯 GwWgOTT网m 证明髯 Cov(X.Y) = E{[X-(EX)][Y-E(Y)]} = E{XY-XE(Y) - YE(X) + E(X)E(Y)} =E(XY) - E(X)E(Y) - E(Y)E(X) + E(X)E(Y) = E(XY)-E(X)E(Y) f爵 “ L coxXMncoxKX) 2? cov(ax5 bY) n abcov(x0 y) 3? nofi + XE y) H ?(x二 y)+COXX2。y) cov(HJTm(x—EdA—mF) H —￡T )(x—E H cov(r x) COVE，耳)n I 冒J(耳 I?) 。如菱 IET)(FI￡T) nab切—EWIEt HemovQ 】o covp +k?ms+X2 IE +MgQ】J hez —旦 +x —Em w—e】) H COV51” 】J+co/u -】J Gw(X,X) = D(X) D(X + K) = D(X) + D(Y) + 2Cov(X. Y) 6.假设随机变量X和V的相互独立，那么协方差为零。 但逆命题不成立，即协方差为零，X和V不一定相互独立。 相关系数！ , Cov(X.Y) 那么有:当必x),z(y)o 时，Y = jd(x, jy) 称为随机变量x和丫的相关系数 那么有: P为与Y的相关系数(线性相关系数), | P | 1 夕=1 = PQ-bX+c^ kq、b 为二常数。 例：设X和V的联合分布律为 -1 0 1 0 1 P{X = i] P{Y-j} -2 ~ 3 1 § ￡11 3 3 3 解：由于 1 1 1 E(X) = (—1) —+ ()? —+ 1 —= 0 )3 3 3 且 顼XK) = 0 所以 Gw(X, Y) = E(XY)-顼 X)顼 Y) =0 但是，X和丫不相互独立. 求：Cov(X,Y). (Z])(y-%) (y-#2)2ala2例:设(X, y)的概率密度为 (Z])(y-%) (y-#2)2 ala2 * v)= 27io\s』l_ p (—oox +oo, —ocx y +oo 求Qxv. 解：D(X) = ’2,D(K) = b； Cov(X, y)=广 广 3 — )(y — //2)f(x, y)dxdy J—00 J—00 2 2 3—i） ?（十一日］）。一比）（＞一2） 叫 ’ ％ S」dy r+8 广+oo =J J (x —/7j)(y— 7^2) e J—oo J—oo C 2 2 — P \U~ J1 - P 。2 0 0 Cw(X,Y)、 2ti j u2 f2 I 2 广彪3广户山 J—00 J—00 令， 代+oo +oo —00 —00 1—注-2 qZ1)2(X—Al) 2 25 %、 2济-哽 1- p2tu + /?cr1cr2w2)e 2 2 t +u 2 dtdu /XT]% 2兀 271 +oo we 2 d —00 [?+00 te 2dt —00 pb°2 . ^2ti ? a/2ti = Q’s 因此 271 Cov(X,Y) _ p(y}a2 _ — —P PxY~ 2 D(X 土 K) = D(X) + D(K) ± 2E{[X -顼X)][K - E(K)]} D(X ±7) = D(X) + D(y)± 2Cov(X,Y) D(x ±y)= D(X)+D(y)± 2Qx*(X) VW) X -1 0 1 P 1/4 1/2 1/4 例1：设X,Y具有相同的分布律，其分布律为: 解： -1 0 1 -i 0 1/4 0 1/4 0 1/4 0 1/4 1/2 1 0 1/4 0 1/4 p】 1/4 1/2 1/4 P(|X =|Y| )=0,判断X和Y是否不相关?是否 不独立？ 。粗黑x。不竖 (I— nbM— H X)* (I— H A Hx)d 丈一 XN一 H (I! b^^lH x)d oM—M-InxM ?箕 KXJJrxs-oncrx)。。。式长 0 H 日)2 OHNIXI+CXIMXO + qMxancrM