西南交通大学概率考研必备.pptx

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
会计学 1 西南交通大学概率考研必备 定义3.1 设(X,Y)为二维随机变量,称 Cov(X,Y)=E{[X–E(X)][Y–E(Y)]} 为X与Y的协方差。 一、协方差 1、协方差定义 协方差是反映X与Y相互关系的特征量。由方差定义与协方差定义可知: D(X+Y)=D(X)+D(Y)+2Cov(X,Y) Cov(X,Y)=E(XY)–E(X)E(Y) 第1页/共15页 证:D(X+Y)=E{[X+Y–E(X+Y)]2} =E{[(X–E(X))+(Y–E(Y))]2} =E{[X–E(X)]2}+E{[Y–E(Y)]2} +2E{[X–E(X)][Y–E(Y)]} =D(X)+D(Y)+2Cov(X,Y) Cov(X,Y)= E{[X–E(X)][Y–E(Y)]} =E[XY–XE(Y)–YE(X)+E(X)E(Y)] =E(XY)–E(X)E(Y) 第2页/共15页 第3页/共15页 第4页/共15页 例3.3 已知(X,Y)的联合分布律为 试求Cov(X,Y)。 X Y 0 1 P{X=k} 0 1/4 1/4 1/2 1 1/3 1/6 1/2 P{Y=k} 7/12 5/12 1 第5页/共15页 2、协方差的性质 第6页/共15页 例3.4 设随机变量X和Y相互独立, 都服从正态分布N(,2), 试求aX+bY与cX+dY的协方差。 解: Cov(aX+bY,cX+dY) =Cov(aX,cX)+Cov(aX,dY) +Cov(bY,cX)+Cov(bY, dY) =acCov(X,X) +adCov(X,Y) +bcCov(Y, X) +bdCov(Y,Y) =acD(X) +(ad+bc)Cov(X,Y)+bdD(Y) =ac2+0+bd2=(ac+bd)2 第7页/共15页 第8页/共15页 第9页/共15页 注:相关系数是反映X和Y相互关系的一个无量纲的特征量。 二、相关系数 1、相关系数定义 第10页/共15页 第11页/共15页 2、相关系数的性质 注: |XY|=1, 称之为X与Y完全相关, 充要条件是存在常数a, b, 使P{Y=aX+b}=1。 10 |XY|1 于是XY成为一个表征X, Y间线性关系紧密程度的量, 当|XY|较大时, 表示X, Y线性相关程度较高, 反之较低。 第12页/共15页 20 若X,Y相互独立, 且D(X),D(Y)0, 则XY=0。 注: 若X,Y的相关系数XY=0, 则称X与Y不相关。 性质2表明X,Y相互独立时, X与Y不相关; 反之, 若X与Y不相关, 则X,Y不一定相互独立(见下例)。 第13页/共15页 X –1 0 1 pk 1/3 1/3 1/3 例3.7 设X的分布律为 但, 当(X,Y)服从二维正态分布时, X,Y不相关与X,Y相互独立是等价的。 这是因为, 当(X,Y)服从二维正态分布N(1,2,12,22,)时, X与Y相互独立的充要条件是=0。 令Y=X 2, 显然X与Y不独立, 但X与Y 是不相关的 第14页/共15页

文档评论(0)

kuailelaifenxian + 关注
官方认证
内容提供者

该用户很懒,什么也没介绍

认证主体太仓市沙溪镇牛文库商务信息咨询服务部
IP属地上海
统一社会信用代码/组织机构代码
92320585MA1WRHUU8N

1亿VIP精品文档

相关文档