概率4-3相关系数_第1页
概率4-3相关系数_第2页
概率4-3相关系数_第3页
概率4-3相关系数_第4页
概率4-3相关系数_第5页
已阅读5页，还剩27页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、定义4.4 相关系数 correlation coefficient 设 是二维随机变量, 若 存在, 且为随机变量的相关系数, 即 则称 定理4.5 相关系数性质 的充要条件是: 存在非零常数k, 常数c使得:当 时, X, Y以概率1成立线性关系.根据相关系数 的值, 定义: 正线性相关:负线性相关:不相关:当方差不为0时, 不相关等价表达为:或若则例1 设二维随机变量 的分布律为求 解 随机变量 与 的边缘分布律为由此得:所以:定理4.6 如果X与Y相互独立, 则X与Y不相关.反之, 若X与Y不相关, 不能推出X与Y相互独立定理4.7 设 服从二维正态分布, 即则X与Y相互独立等价于X与

2、Y不相关.证明: 计算得由定理3.7即得.课堂练习: 设 的联合密度函数为试证随机变量 与 既不独立也不相关.解 因注意到积分区域是个全对称区域, 所以所以,其它,所以,随机变量 与 不相关.同理有即随机变量 不是独立的.其它 是公共连续点, 显然有:4.4 矩与协方差矩阵 定义:k阶原点矩:k阶中心矩:(k, l)阶联合原点矩:(k, l)阶联合原点矩:注: 期望为一阶原点矩, 方差为二阶中心矩. 协方差为(1, 1)阶联合中心矩.例1 已知求X的各阶矩. 解:由分部积分公式得:例2 已知求X的各阶中心矩. 解: 利用结论当 对于二维随机变量(X,Y), 称列向量为(X,Y)的期望向量.称矩

3、阵 为(X,Y)的协方差矩阵. 显然, 这是个对称阵. 借助于期望向量和协方差矩阵, 可以把二维正态分布的密度函数表达成简单形式, 并进而推广到n维正态分布.若则:其中:一般地:n维随机变量 的期望向量为:协方差矩阵为:其中:由此, n维正态分布的密度函数定义为: 4.6 两个不等式 正态分布的 准则: 等价地:问: 随机变量X的期望方差分别为 是否有:猜测: 随 的增大而增大, 随k的增大而减小. 定理4.8 切比雪夫不等式设X是任意一个随机变量, 对任意一个有:切比雪夫不等式可以等价地表示成:记 又得到另一形式: 当k=3时 这个上界非常粗糙. 切比雪夫不等式主要在理论研究中发挥重要作用.证明:设X是连续型随机变量, 密度函数为例3 设随机变量X的方差为0, 证明X服从退化分布.证明: 记对任意一个有:所以即由 任意性得:定理4.9 柯西-许瓦兹不等式 设(X,Y)是任一二维随机变量, 则: 请与下列不等式作比较:证明:即得:判别式例4: 证明 证: 对中心化

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论