logo资料库

协方差与相关系数--ppt例子.ppt

第1页 / 共38页
第2页 / 共38页
第3页 / 共38页
第4页 / 共38页
第5页 / 共38页
第6页 / 共38页
第7页 / 共38页
第8页 / 共38页
资料共38页,剩余部分请下载后查看
第13讲 协方差与相关系数 矩、协方差矩阵 我们在前一章研究过二维随机变量各自的概率分 布特性以及与整体概率分布特性之间的关系. 我们知道联 合分布可以唯一确定边缘分布,反之不成立。前两讲我 们又介绍了随机变量的数学期望与方差,它们分别反映 了随机变量取值的平均水平和随机变量取值相对于均值 的分散程度,但有时需要考虑随机向量的数字特征与各 自数字特征之间关系,为此我们引入协方差、相关系数、 协方差与矩的概念。
第13讲 协方差与相关系数 矩、协方差矩阵 1. 协方差定义 设(X,Y)为二维随机变量,如果E{[XE(X)][YE(Y)]} 存在. 则称此为随机变量X与Y的协方差.记为Cov(X,Y). 即 Cov(X, Y)=E{[XE(X)][YE(Y)]}. 离散型 (Cov 连续型 (Cov yxfYEyXEx  ) dxdy , YX , YX  [ )] pYEyXEx i )][   ( ( )][ )] )  )  i j  ( ,  ( i ij [     (
例1 在一盒中装有大小相同的2只黑球,4只白球, 现从盒中连续取球两次,每次任取一只.设随机变量 X 0, 1,     表示第一次取黑球, 表示第一次取白球. 讨论随机变量(X, Y)的协方差. Y     0, 1, 表示第二次取黑球, 表示第二次取白球. ( ) 0 解 (1)无放回的情况 2 E X      3 2 3 E Y      1 3 1 3 2 3 2 3 ( ) 1 1 0
Cov( X Y  ) , (0  2 3 )  (0  2 3 2 3 )  (0  (1   2 45   )  2 3 )  1 15 4 15  (0  2 3  (1  ) (1   2 3 2 3 ) (1   4 15 2 5  )  2 3 ) ( ) 0 解 (1)无放回的情况 2 E X      3 2 3 E Y      1 3 1 3 2 3 2 3 ( ) 1 1 0
例2 设随机变量(X,Y)在区域D={(x,y)∣ x2+y2≤1}上服 从均匀分布,求Cov(X,Y). y x  0 x  2 1  y  2    y  y dxdy 1  1 dxdy  )] (  0 x E X y E Y f x y dxdy ( ) , 2 x )][ 2 1   解 由已知条件 x 2 1 ,  y      其它. 0, ( , f x y ) 2  1, 于是 E X (   )         , X Y     )   ( E Y ) Cov( xf x y dxdy ( ) ,  x  ) ( , yf x y dxdy     [ xy (   1      y 2 1  0  2 x
第13讲 协方差与相关系数 矩、协方差矩阵 , 1. 协方差定义 2. 协方差的计算公式 Cov( E XY   {[ ( )][ E X E X Y E Y  ( ( ( {[ XE Y E XY YE X  ( ) ( ) ( E X E Y E XY E Y E X  ) ( ) ( E X E Y ( ( E X E Y )]} )  ( )X Y (   E XY   ) )     ( ) ( ( ) ) ) ( E X E Y ( ) E X E Y  )]} ( ) ) ) )
例1 在一盒中装有大小相同的2只黑球,4只白球, 现从盒中连续取球两次,每次任取一只.设随机变量 X Y     0, 1, 表示第二次取黑球, 表示第二次取白球.     0, 1, 表示第一次取黑球, 表示第一次取白球. 讨论随机变量(X, Y)的协方差. 解 (2)有放回的情况 2 2 E X      3 3 2 2 E Y      3 3 4 E XY      9 ) Cov(  5 1 9 E XY ) , X Y 1 3 1 3 0 ) ( ( ( ) ) 0 0 1 1  ( 4 9 ( ( E X E Y ) )  0
第13讲 协方差与相关系数 矩、协方差矩阵 1. 协方差定义 2. 协方差的计算公式 3. 协方差的性质 (1) Cov(X, Y)=Cov(Y, X); (2) Cov(X,X)=D(X); Cov(X,C)=0 Cov( Cov( , ) X Y ) , X X   ( E XY 2 ( E X ) )   ( ( ) E X E Y 2 )] ( [ E X  Y X , ) Cov(  ( D X ) )
分享到:
收藏