概率论第8记：随机变量的数字特征之协方差

前面讲了方差，是基于单个随机变量的。现在学习二维随机变量的方差，称为协方差。
比较一下方差和协方差的定义表达式：
为了清晰显示，不妨设cx=X-E(X)，cy=Y-E(Y)
方差：D(X)=E(cx²)
协方差：COV(X,Y)=E(cx*cy)
上面公式继续推导，con(X,Y)=E(XY)-E(X)E(Y)
同时定义一个系数${\rho }_{xy}=\frac{cov\left(X,Y\right)}{\sqrt{D\left(X\right)}\sqrt{D\left(Y\right)}}$，称为X和Y的相关系数。
怎么理解这个系数呢？
1我们先假设X=Y，那么他们绝对相关，而且是百分之一百的相关。此时，cov(X,Y)=$\frac{E(X^2)-E^2(X)}{\sqrt{E(X^2)-E^2(X)}\sqrt{E(X^2)-E^2(X)}}=\frac{E(X^2)-E^2(X)}{E(X^2)-E^2(X)}=1$
2.假设X,Y互不影响，相互独立，那么con(X,Y)=E(XY)-E(Y)E(Y)=E(X)E(Y)-E(X)E(Y)=0。也验证了他们相互独立，互不影响
3.我们假设X，Y存在简单的线性相关：Y=aX+b，推算可得${\rho }_{xy}$=1
证明过程 如下：
${\rho }_{xy}=\frac{cov\left(X,Y\right)}{\sqrt{D\left(X\right)}\sqrt{D\left(Y\right)}}$=$\frac{cov\left(X,aX+B\right)}{\sqrt{D\left(X\right)}\sqrt{D\left(aX+B\right)}}$
=$\frac{E(X\ast aX+b)-E(X)\ast E(aX+B)}{\sqrt{D\left(X\right)}\sqrt{D\left(aX+b\right)}}=\frac{aE(X^2)+bE(X)-a{E}^2(X)-bE(X)}{\sqrt{D\left(X\right)}a\sqrt{D\left(X\right)}}=\frac{aD(X)}{aD(X)}=1$
反过来也说明，如果X和Y线性相关，那么相关系数一定为1
当系数=0时候，X，Y可能相关也可能不相关，但是至少不存在线性关系。.
以下内容来自于网友三山音的博文，原文地址：点击
4当协方差Cov(X,Y)>0时，称X与Y正相关
当协方差Cov(X,Y)<0时，称X与Y负相关
当协方差Cov(X,Y)=0时，称X与Y不相关
详细内容请点击上面的连接
从2可以推导出：D(X+Y)=D(X)+D(Y)+2cov(X,Y)