文档介绍:
第一页,共21页。
称
为 X ,Y 的协方差. 记为
特别地,cov(X,X)=D(X), cov(Y,Y)=D(Y), 所以方差是协方差的特例.
协方差和相关系数的定义
定义
第一页,共21页。
称
为 X ,Y 的协方差. 记为
特别地,cov(X,X)=D(X), cov(Y,Y)=D(Y), 所以方差是协方差的特例.
协方差和相关系数的定义
定义
定义
*
第二页,共21页。
若D (X ) > 0, D (Y ) > 0 ,称
为X ,Y 的 相关系数,记为
若
称 X ,Y 不相关.
*
第三页,共21页。
协方差的性质
协方差和相关系数的性质
性质
*
第四页,共21页。
协方差和相关系数的计算
一般地,
*
第五页,共21页。
若 ( X ,Y ) 为离散型,
若 ( X ,Y ) 为连续型,
*
第六页,共21页。
相关系数的性质
系性质
如果 X,Y 相互独立,则
从而
若随机变量X与Y的相关系数
则称X与Y不相关.
X与Y相互独立
X与Y不相关
*
第七页,共21页。
例 设X服从(-1/2, 1/2)内的均匀分布,而Y=cos X,
因而 =0,
即X和Y不相关 .
但Y与X有严格的函数关系,
即X和Y不独立 .
不难求得,
Cov(X,Y)=E(XY)-E(X)E(Y)=0,
E(X)=0,
*
第八页,共21页。
X , Y 不相关
*
第九页,共21页。
Y 与X 有线性关系的概率等于1,这种线性关系为
a,b 为常数.
*
第十页,共21页。
设 ( X ,Y ) ~ N ( 1,12;2,22 ; ), 求XY
例
若 ( X ,Y ) ~ N ( 1, 12, 2, 22, ),
则X ,Y 相互独立
X ,Y 不相关
*
第十一页,共21页。
求 cov (X ,Y ), XY
1 0
p q
X
P
1 0
p q
Y
P
例1 已知 X ,Y 的联合分布为
X
Y
pij
1 0
1
0
p 0
0 q
0 < p <1
p + q = 1
解
1 0
p q
X Y
P
例1
*
第十二页,共21页。
*
第十三页,共21页。
例2 设( X,Y )的联合密度函数为
求 E(X), E(Y), D(X), D(Y) , cov (X ,Y ), XY
D(5X-3Y)
解
*
第十四页,共21页。
*
第十五页,共21页。
*
第十六页,共21页。
*
第十七页,共21页。
例3 设 X 的密度函数为
(1) 求 E( X ), D( X )
(2) 求 X与 的协方差和相关系数,并
确定X与 是否相关.
(3) 判定 X与 是否独立.
*
第十八页,共21页。
解 (1)
(2)
*
第十九页,共21页。
所以二者不相关
(3) 对任意给定的常数a >0,显然
因此
*
第二十页,共21页。
谢谢!
第二十一页,共21页。