协方差及相关系数及其性质.ppt

一、基本概念二、n维正态变量的性质4.3协方差与相关系数对于二维随机变量(X,Y):已知联合分布边缘分布对二维随机变量,除每个随机变量各自的概率特性外,相互之间还有某种联系,问题是用一个怎样的数去反映这种联系.问题的提出协方差反映了随机变量X,Y之间的某种关系一.协方差和相关系数的定义1.定义若D(X)0,D(Y)0,称若称X,Y不相关.无量纲的量说明协方差的计算公式法1.若(X,Y)为离散型，已知pij若(X,Y)为连续型，已知f(x,y)法2.4.性质例1已知X,Y的联合分布为求cov(X,Y)?XY10pqXP10pqYPXYpij1010p00q0p1p+q=1解10pqXYP解例2设(X,Y)~，求?XY01结论02即X,Y相互独立03,Y不相关解例3二、相关系数的意义问题的提出解得2.相关系数的意义例4解3.注意(2)不相关的充要条件相互独立(1)不相关与相互独立的关系不相关证：由柯西一许瓦兹不等式知01所以|ρXY|≦1。024.相关系数的性质(2)证：由柯西一许瓦兹不等式中等号成立（）充要条件知意义|ρXY|=1当且仅当Y跟X几乎有线性关系。这说明了相关系数的概率意义。ρXY是刻画X，Y之间线性相关程度。练习设(X,Y)~N(1,1;4,4;0.5),Z=X+Y,求?XZ01解02二维随机向量的协方差矩阵二维随机变量(X1,X2)有四个二阶中心矩(设他们存在)，分别记为写为矩阵的形式：称为随机变量(X1,X2)的协方差矩阵。三.协方差矩阵推广定义设X=(X1,X2,…,Xn)?为n维随机向量,并记μi=E(Xi)，01则称μ=(μ1,μ2,…,μn)?为向量X的数学期望或均值，称矩阵02为向量X的协方差矩阵。03例6:设(X,Y)?N(μ1,μ2,σ12,σ22,?),求向量(X，Y)＇的均值μ与协方差矩阵。解:E(X)=μ1，E(Y)=μ2，所以(X，Y)?的均值为μ=(μ1,μ2)?(X，Y)?协方差矩阵为协方差矩阵对角线上的元素Cii为Xi的方差即Cii=D(Xi)i=1，2，…，n；协方差矩阵C为对称矩阵,即Cij=Cji,i，j=1，2，…，n；C为非负定矩阵,即对于任意实向量t=(t1，t2，…，tn)?,有t?Ct≥0；证：性质(1)，(2)显然，只证(3)协方差矩阵的性质