随机变量的数字特征

最新推荐文章于 2024-05-20 22:00:16 发布

River Chandler

最新推荐文章于 2024-05-20 22:00:16 发布

阅读量181

点赞数

分类专栏： # 概率统计文章标签：算法分离变数法光栅 python 线性代数

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Chandler_river/article/details/128181714

版权

概率统计专栏收录该内容

5 篇文章 0 订阅

订阅专栏

期望

X,Y相互独立, $E(XY)=E(X)E(Y)$

方差

$DX=EX^2-(EX)^2$
$D(aX+b)=a^2D(X)$
X,Y相互独立 $D(X\pm Y)=D(X)+D(Y)$

变异系数,矩及中心矩

$C_v=\frac{\sqrt{DX}}{|EX|}$
k阶原点矩 $m_k=EX^k$
k阶中心矩 $\mu_k=E(X-EX)^k$

协方差和相关系数

$Cov(X,Y)=EXY-EX\cdot EY$
$Cov(X,Y)=Cov(Y,X)$
$Cov(X,a)=0$
$Cov(aX,bY)=abCov(X,Y)$
$Cov(X+Y,Z)=Cov(X,Z)+Cov(Y,Z)$
$D(X\pm Y)=DX+DY \pm2Cov(X,Y)$
协方差阵

$V=\begin{pmatrix} D(X) & Cov(X,Y)\\ Cov(Y,X) & D(Y) \end{pmatrix}$

$X^*=\frac{X-EX}{\sqrt{DX}},Y^*=\frac{Y-EY}{\sqrt{DY}}$

相关系数 $Cov(X^*,Y^*)=R(X,Y)$

$EX^*=EY^*=0;DX^*=DY^*=1$

$R(X,Y)=\frac{Cov(X,Y)}{\sqrt{DX\cdot DY}}$

$|R(X,Y)|\leq 1$

$|R(X,Y)| = 1$ 的充分条件为:存在常数 $a,b$ ,且a不为0,使得 $P(Y=aX+b)=1$

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
随机变量的数字特征

随机变量的数字特征
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

River Chandler 谢谢,我会更努力学习工作的!!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

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。