北邮概率统计课件4.3协方差与相关系数.pptx

第三节 协方差与相关系数 问题的引出 随机变量的数学期望及方差都只刻画了一个随 机变量的某一方面的特征，而协方差与相关系 数是刻画两个随机变量之间关系的数字特征. 对于多维随机变量, 反映分量之间关系的数字 特征中最重要的，就是本节要讨论的内容. 我们已经知道，如果两个随机变量 X,Y 相互独立,则: E{[X  E(X )][(Y  E(Y )]}  0 2013-5-17 北邮概率统计课件 概率统计 一. 协方差 量 E {[X  E(X )][(Y  E(Y )]}称为随机变量 1.定义1. X 与 Y 的协方差，记为：Cov(X ,Y ) 即：Cov(X ,Y )  E{[X  E(X )][(Y  E(Y )]} 注：协方差中当 X = Y 时即为方差的定义，即： 故方差是协方差的特例。 Cov( X ,Y )  D( X ), 2. 协方差的简单性质 (1). Cov(X,Y )  Cov(Y , X ) ( 2). Cov(aX,bY )  ab Cov(X,Y ) a,b 是常数 ( 3). Cov(X  X ,Y )  Cov(X ,Y ) Cov(X ,Y ) 1 2 1 2 2013-5-17 北邮概率统计课件 概率统计 3. 计算协方差的一个简单公式 Cov(X,Y )  E(XY )  E(X )E(Y ) 证明：由协方差的定义及期望的性质，可得： Cov(X ,Y )  E{[X  E(X )][(Y  E(Y )]}  E(XY )  E(X )E(Y )  E(Y )E(X )  E(X )E(Y )  E(XY )  E(X )E(Y ) 注： 显然，若 X 与 Y 相互独立则： Cov(X, Y)= 0 4. 随机变量和的方差与协方差的关系 (1). D(X Y )  D(X ) D(Y ) 2Cov(X,Y ) 2013-5-17 北邮概率统计课件 概率统计 n n   ( 2). D( X )  D(X ) 2 Cov(X , X ) i i i j i j i1 i1 若 X , X , …, X 两两独立，上式化为： 1 2 n n n   D( X )  D (X ) i i i1 i1 问题： 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.  2 Cov(kX,kY ) k Cov(X,Y ) 例如： 为了克服这一缺点，对协方差进行标准化，这就引 入了相关系数的概念。 . 2013-5-17 北邮概率统计课件 概率统计 二. 相关系数 Cov(X ,Y ) 1.定义2. 量(无量纲) 称为随机变量 D(X )  D(Y )  X, Y 的相关系数，记为： Cov(X ,Y ) X Y   即： X Y D(X )  D(Y ) 2. 相关系数的简单性质 (1). XY  1 X 和 Y 以 概率 1 线 性相关 ( 2). XY  1  a,b， 存在常数 使得： P (Y  a X  b)  1 2013-5-17 北邮概率统计课件 概率统计 证明：(1). | XY | 1 由方差的性质和协方差的定义知，对任意实数 b,有：    0 D(Y bX ) b D(X ) D(Y ) 2b Cov(X,Y ) 2   Cov(X,Y ) 令 b  ，则上式为： D(X ) [Cov(X,Y )]2 D(X ) [Cov(X,Y )]2 D(X )D(Y ) D(Y  bX )  D(Y )  D(Y )[1 ]  D(Y )[1   2 ] XY 由于方差D(Y)是正的，故必有：1  2  0 XY |  | 1 所以证得： XY 2013-5-17 北邮概率统计课件 概率统计 ( 2).   1  存在常数 a,b，使得： 证明： XY P (Y  aX  b)  1  | XY | 1 由方差与协方差协关系有： 因此有： D(X Y )  D(X )  D(Y )  2Cov(X,Y ) X  E(X ) Y  E(Y ) X  E(X ) Y  E(Y ) D(  )  D( )  D( ) D(X ) D(Y ) D(X ) D(Y ) X  E(X ) Y  E(Y ) X  E(X ) Y  E(Y ) D(Y )  2Cov( , ) 与 D(X ) D(Y ) D(X ) 1 1 2 2(1 )        是标准化随机变量， 故其均值为 0，方差 为 1 XY XY 2013-5-17 北邮概率