《概率论与数理统计》教案 第17课 协方差与相关系数.docx

PAGE2

PAGE2

PAGE1

PAGE1

课题

协方差与相关系数

课时

2课时（90min）

教学目标

知识技能目标：

理解协方差和相关系数的概念

能够根据协方差和相关系数的性质和关系进行简单计算

能够判断相互独立和相互不相关的区别

素质目标：

（1）帮助学生树立正确看待随机现象的世界观，掌握统计估计的思想与方法

（2）训练学生的抽象思维、逻辑推理和发散思维的能力

教学重难点

教学重点：协方差和相关系数的概念

教学难点：掌握根据协方差和相关系数的性质和关系进行简单计算

教学方法

讲练结合法、问答法、讨论法

教学用具

电脑、投影仪、多媒体课件、教材

教学过程

主要教学内容及步骤

课前任务

【教师】布置课前任务，和学生负责人取得联系，让其提醒同学通过APP或其他学习软件，搜集并了解协方差与相关系数的相关知识

【学生】完成课前任务

考勤

【教师】使用APP进行签到

【学生】按照老师要求签到

互动导入

【教师】提出问题：

什么是协方差？

【学生】思考、讨论、回答

传授新知

【教师】通过大家的发言，引入新的知识，讲解协方差与相关系数的相关知识

【教师】介绍协方差与相关系数的作用

对二维随机变量而言，X和Y的期望与方差仅仅描述了X和Y自身的某些特征，而关于X与Y之间的相互关系并未提供任何信息．为此，我们需要引入一个数字特征，它可以反映两个随机变量间的联系，这就是协方差与相关系数．

由前面讨论知道，两个随机变量是否相互独立，反映了两个随机变量间的某种联系．但在有些实际问题中，两个随机变量并不满足相互独立的要求．由期望的性质可知，随机变量X与Y相互独立时，有．经推导易得，该式与下式等价：

，

即X与Y相互独立时，成立，反之不然．也就是说，X与Y满足时，X与Y不一定是相互独立的．这表明，X与Y之间还存在着另一种关系，这种关系是用两个随机变量是否相关的概念来描述的．

一、协方差的定义与性质

【教师】提出协方差的定义

定义1设为二维随机变量，若存在，则称它为随机变量X与Y的协方差，记为，即

．（4-18）

协方差是两个随机变量函数的数学期望．因此，当已知的分布时，可由式（4-18）计算协方差．此外，计算协方差还有另一个常用公式：

．（4-19）

协方差具有下述一些性质．它们可利用期望与方差的性质推出，请读者自己完成．

【教师】介绍协方差的性质

性质1；

性质2(为常数)；

性质3；

性质4；

性质5；

性质6．

【教师】通过例题，介绍利用协方差的定义和性质求解的方法

例1设二维离散型随机变量的联合分布律如表4-11所示．

表4-11

Y

X

0

1

0

0.07

0.18

0.15

1

0.08

0.32

0.20

求．

……（解析详见教材）

二、相关系数

【教师】提出相关系数的定义和定理

定义2设随机变量X，Y的数学期望和方差都存在，则称

（4-20）

为随机变量X与Y的相关系数，简记为或者．

定理1设为随机变量X与Y的相关系数，则

（1）；

（2）的充要条件是(a，b为常数，且)．

证（1）令，，则

，，

，

，

所以

，即．

（2），，即

．

化简得

．

因为，所以上式右端三项均为非负的，故，从而．

相关系数是两随机变量间线性关系强弱的一种度量．定理1表明，当时，随机变量X与Y之间以概率1存在着线性关系．并且容易验证，当时为正线性相关（即），当时为负线性相关（即）；当时，越小，X与Y的线性相关程度就越弱；直至当时，X与Y之间就不存在线性关系了．

定义3设随机变量X与Y的相关系数为，若，则称随机变量X与Y不相关．

定理2对二维随机变量，下述命题等价：

（1）；

（2）；

（3）；

（4）．

定理3设为二维随机变量，若随机变量X与Y相互独立，则X与Y不相关．反之不然．

证略．

【教师】通过例题，介绍利用相关系数定义和定理求解的方法

例2设随机变量，记，，由于

，

，

，

所以，即X与Y不相关，但是，说明X与Y之间虽然不存在线性关系，却存在着其他形式的函数关系，从而X与Y不相互独立（关于X与Y不相互独立的证明请读者自己完成）．

这里还需特别指出的是，二维正态分布是一个例外．对二维正态变量，X与Y相互独立的充要条件是．而正是X与Y的相关系数，故X与Y不相关的充要条件也是．这样，对服从二维正态分布的随机变量而言，不相关与独立性是一致的．

此外，二维正态分布还有一个重要性质：设服从二维正态分布，与均是与的线性函数，则也服从二维正态分布．这个性质称为正态变量的线性变换不变性．

例3