协方差相关系数_第1页
协方差相关系数_第2页
协方差相关系数_第3页
协方差相关系数_第4页
协方差相关系数_第5页
已阅读5页,还剩10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

一、协方差二、相关系数§4.3协方差及相关系数上页下页铃结束返回首页一、协方差定义1:称数值E{[X-E(X)][Y-E(Y)]}为X,Y的协方差,记为Cov(X,Y)(Covariance)或σxy,即:σxy=Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}

(1)

说明:

1)由定义1,若(X,Y)是离散型的,则

若(X,Y)是连续型的,则2)由方差的定义知D(X)=σxx,D(Y)=σyy

3)D(X+Y)=D(X)+D(Y)+2Cov(X,Y)

=σxx+σyy+2σxy

(4)

4)Cov(X,Y)=E(XY)-E(X)E(Y)(5)且由方差的性质3知:当X,Y相互独立时,σxy=0,但反之不一定。反例:设(X,Y)的联合密度是f(x,y)=,x2+y2≤10

,其它求:σXX,σXY,σYYσxy=Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}

(1)

反例:

设(X,Y)的联合密度是解:

E(X)=E(Y)=0σXX=σYY=1/4

,σXY=0

故X与Y不相互独立可见σXY=0是随机变量X与Y独立的必要条件而非充分条件.f(x,y)=,x2+y2≤10

,其它σxy=Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}

(1)

注:对二维正态向量而言,σXY=0是X,Y相互独立的充要条件。§3.4例2曾证明X,Y独立的充要条件是ρ=0,以下例题将证明ρ=0与σXY=0等价。

例1设(X,Y)~N(μ1,μ2,σ12,σ22,ρ),求σXY。解:

E(X)=μ1,E(Y)=μ2,σXX=σ12,σYY=σ22

例1设(X,Y)~N(μ1,μ2,σ12,σ22,ρ),求σXY。二、协方差的性质1.Cov(X,Y)=Cov(Y,X)2.Cov(aX,bY)=abCov(X,Y),a,b是常数

3.Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y)4.,等号成立当且仅当存在常数a和b,使成立.三、相关系数定义2

为随机变量X,Y的相关系数(分母不为零),有时简记ρ

显然,对二维正态分布N(μ1,μ2,σ12,σ22,ρ)而言,其相关系数为ρ.ρxy的含义:以X的线性函数a+bX来近似表示Y,以均方误差来衡量以a+bX近似表达Y的好坏程度,e越小表示a+bX与Y的近似程度越好,因此,我们取a,b使e取到最小定义2

解得由(8)易得定理

1)|ρxy|≤12)|ρxy|=1的充要条件是:存在常数a,b使P{Y=a+bX}=1

相关系数ρxy的含义:

ρxy是一个可以用来衡量X,Y之间线性关系紧密程度的量,当|ρxy

|较大时,X,Y就线性关系而言联系较紧密,我们称X,Y线性相关的程度较好,当|ρxy|=1时,X,Y

之间以概率1存在着线性关系,当ρxy

=0时,称X和Y不相关。说明:

1)当X,Y相互独立时,ρ=0,但反之却不一定,只有在二维正态向量中X,Y相互独立<=>X,Y不相关(ρ=0)2)ρ是表征X,Y的线性关系的,ρ很小并不说明X,Y之间没有关系,如若X~N(0,1),Y=X2,则ρxy=0,但Y是X的二次曲线

例1中设(X,Y)~N(μ1,μ2,σ12,σ22,ρ),则有

这说明二维正态随机变量(X,Y)的概率密度的参数就是X和Y的相关系数,因而二维正态随机变量的分布完全由X和Y的数学期望、方差以及它们的相关系数所确定.

对于二维正态随机变量(X,Y),X和Y不相关与X和Y相互独立是等价的.例2

将一枚均匀的硬币掷n次,以X和Y分别表示正面朝上和反面朝上的次数,试求X和Y的协方差和相关系数.解

由题意可知,

X和Y的相关系数

相关系数等于-1,这是因为总是成立.

例3对于(X,Y),已知D(X)=D(Y)=1,ρxy=1/2

,求D(X-2Y)解:

四、矩

定义3设X是随机变量,若E(Xk),k=1,2,…存在,称它为X的k阶原点矩,简称k阶矩

若E[X-E(X)]k,k=1,2,…存在,称它为X的k阶中心矩

若E(XkYl),k,l=1,2,…存在,称它为X和Y的k+l阶混合矩。

若E{[X-E(X)]k[Y-E(Y)]l}存在,称它为X和Y的k+l阶混合中心矩

由以上定义知E(X)是X的一阶原点矩,D(X)是X的二阶中心矩,Cov(X,Y)是X和Y的二阶混合中心矩。

定义3设X是随机变量,若E(Xk),k=1,2,…存在,称它为X的k阶原点矩,简称k阶矩*性质:

1)n维随机变量(X1,X2,…,Xn)服从n维正态分布的充要条件是X1,X2,…,Xn的任意的线性组合l1X1+l2X2+…+lnXn都服从一维正态分布。2)若(X1,X2,…,Xn)服从n维正态分布,设Y1,Y2,…,Yk,(k=1,2,…,n)是X

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。

评论

0/150

提交评论