第04章-随机变量的数字特征.ppt

(6)Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y)2.简单性质(2)Cov(X,X)=E(X2)-E(X)2=D(X)(1)Cov(X,Y)=Cov(Y,X)(5)Cov(aX,bY)=abCov(X,Y)a,b是常数(4)若X与Y独立，Cov(X,Y)=0(7)D(X+Y)=D(X)+D(Y)+2Cov(X,Y)(3)Cov(X,a)=0,其中a为常数第94页，共145页，星期日，2025年，2月5日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)为了克服这一缺点，对协方差进行标准化，这就引入了相关系数.第95页，共145页，星期日，2025年，2月5日二、相关系数为随机变量X和Y的相关系数.定义:设D(X)0,D(Y)0,称在不致引起混淆时，记为.第96页，共145页，星期日，2025年，2月5日注：第97页，共145页，星期日，2025年，2月5日相关系数的性质：证: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)=b2D(X)+D(Y)-2bCov(X,Y)令，则上式为D(Y-bX)=因方差D(Y)为正,故必有1-≥0,所以||≤1。第98页，共145页，星期日，2025年，2月5日相关系数的性质：证:考虑t的函数对任意t,有第99页，共145页，星期日，2025年，2月5日判别式故而第100页，共145页，星期日，2025年，2月5日存在常数a,b(b≠0），使P{Y=a+bX}=1，即X和Y以概率1线性相关.第101页，共145页，星期日，2025年，2月5日考虑以X的线性函数a+bX来近似表示Y，以均方误差e=E{[Y-(a+bX)]2}来衡量以a+bX近似表示Y的好坏程度:e值越小表示a+bX与Y的近似程度越好.用微积分中求极值的方法，求出使e达到最小时的a,b相关系数刻划了X和Y间“线性相关”的程度.第102页，共145页，星期日，2025年，2月5日=E(Y2)+b2E(X2)+a2-2bE(XY)+2abE(X)-2aE(Y)e=E{[Y-(a+bX)]2}解得第103页，共145页，星期日，2025年，2月5日这样求出的最佳逼近为L(X)=a0+b0X这一逼近的剩余是若=0，Y与X无线性关系，即不相关;Y与X以概率1存在线性关系;若若0||1,||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.E[(Y-L(X))2]=D(Y)(1-)第104页，共145页，星期日，2025年，2月5日教材P102，例4.10第62页，共145页，星期日，2025年，2月5日第二节

随机变量的方差第63页，共145页，星期日，2025年，2月5日上一节我们介绍了随机变量的数学期望，它体现了随机变量取值的平均水平，是随机变量的一个重要的数字特征.但是在一些场合，仅仅知道平均值是不够的.第64页，共145页，星期日，2025年，2月5日例如，某零件的真实长度为a，现用甲、乙两台仪器各测量10次，将测量结果X用坐标上的点表示如图：哪台仪器好一些呢？甲仪器测量结果较好测量结果的均值都是a因为乙仪器的测量结果集中在均值附近乙仪器测量结果第65页，共145页，星期日，2025年，2月5日又如,甲、乙两门炮同时向一目标射击10发炮弹，其落点距目标的位置如图：哪门炮射击效果好一些呢?甲炮射击结果乙炮射击结果乙炮因为乙炮的弹着点较集中在中心附近.中心中心第66页，共145页，星期日，2025年，2月5日由此可见,研究随机变量与其均值的偏离程度是十分必要的.那么,用怎样的量去度量这个偏离程度呢?这个数字特征就是我们这一讲要介绍的方差能度量随机变量与其均值E(X)的偏离程度.容易看到来度量随机变量X与其均值E(X)的偏离程度.但由于上式带有绝对值,运算不方便,通常用量第67页，共145页，星期日，2025年，2月5日一、方差的定义设X是一个随机变量，若