期望、方差、协方差及相关系数的原理理解和计算

这篇博客深入探讨了概率论中的核心概念:期望、方差、协方差和相关系数。介绍了它们的定义、性质,并通过实例解释了它们在统计学中的意义。特别是,协方差用于衡量随机变量之间的关联,而相关系数作为标准化的度量,弥补了协方差在量纲不同情况下的不足。
摘要由CSDN通过智能技术生成

一、期望

定义:

  设P(x)是一个离散概率分布函数自变量的取值范围是。那么其期望被定义为:
                                                                  
   设P(x)是一个连续概率分布函数 ,那么他的期望是:                                                                             

性质:

1.线性运算:

   期望服从先行性质,因此线性运算的期望等于期望的线性运算:   

                                                

   我们可以把它推广到任意一般情况:
                                                

2.函数的期望:

 设f(x)是x的函数,则f(x)的期望为:

    离散:

                      

    连续:

                      

3.乘积的期望:

    一般来说,乘积的期望不等于期望的乘积,除非变量相互独立。因此,如果x和y相互独立,

                                                                                       

     期望的运算构成了统计量的运算基础,因为方差、协方差等统计量本质上是一种特殊的期望。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值