随机变量的相关系数和相关性.pptVIP

实际上,第一种方法限定了求积分的次序,有时不方便.02注：实际上,本题不必求边缘密度,可以直接用以下公式计算E(X)、E(Y)等.01相关系数的性质：*性质1证性质2证性质2*证例3解例3解三、随机变量的线性相关性*相关系数是随机变量之间线性关系强弱的一个度量(参见如下的示意图).||的值越接近于1,Y与X的线性相关程度越高;||的值越接近于0,Y与X的线性相关程度越弱.定义下列事实彼此等价：若X与Y相互独立，则X与Y不相关。定理注意：(2)在正态分布的场合,独立性与不相关性是一致的。(1)逆命题不成立,即X与Y不相关时,不一定独立.二维正态分布*前面已证:X,Y相互独立010203可以计算得于是，对二维正态随机变量(X,Y)来说,X和Y不相关与X和Y相互独立是等价的.设(X,Y)的分布律为*例4所以这表示X,Y不存在线性关系.但,知X,Y不独立.事实上,X,Y具有非线性关系:即A与B相互独立,*证例5即A与B相互独立,*故X和Y相互独立．即(X,Y)服从单位圆上的均匀分布.设二维随机变量(X,Y)的概率密度为试验证X和Y是不相关的,但X和Y不是相互独立的.解边缘密度为例62018边缘密度为012019同理,022020即X和Y不独立.032021(奇函数)042022同理,05*第四节一、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。定义计算公式：其中协方差的性质：线性性：对称性：因为X和Y相互独立若X和Y相互独立，则注意：反之未必成立。*4.类似地有推广：因此，若X1,X2,…,Xn两两独立,，则有二、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(kX,kY)=k2Cov(X,Y)为了消除量纲的影响，下面提出随机变量标准化的概念.可以验证，标准化随机变量消除了量纲的影响。设D(X)0,D(Y)0,*01定义02计算公式：设(X,Y)的联合分布律为*例1解先求出边缘分布，设(X,Y)的联合密度函数为*例2解先求出边缘密度，类似地，