目录
1. 方差的性质
- 性质
1)c是常数,D(c) = 0
2) 设X是随机变量,c是常数,则有 ()
3) 设X,Y是两个随机变量,则
特别地,若X,Y相互独立,则有
综合上述三项, 设X,Y相互独立, a,b,c是常数,则: ()
推广到任意有限个独立随机变量线性组合的情况:
4)
- 证明
- 例题
2. 协方差与相关系数
设X, Y是两个随机变量, 则有:
特别地,若X,Y相互独立,则有。即当X与Y相互独立时,有;当X与Y不相互独立时,.(X,Y的协方差)
- 定义
数值称为随机变量X和Y的协方差,记作Cov(X,Y),即:
此时D(X+Y) = D(X)+D(Y)+2Cov(X,Y).
协方差Cov( X ,Y )反映了随机变量X与Y的线性相关性:
1)当Cov( X ,Y )>0时,X与Y正相关。
2)当Cov( X ,Y )<0时,X与Y负相关。
1)当Cov( X ,Y )=0时,X与Y不相关。
- 例题
- 性质
1)Cov(X,Y) = Cov(Y,X)
2) Cov(X,X) = D(X)
3) Cov(aX,bY) = ab Cov(X,Y) a,b是两个实数
4)
- 相关系数
协方差是有量纲的数字特征,为了消除其量纲的影响,引入一个新概念:
称为随机变量X与Y的相关系数,是没有量纲的。
性质:
3. 不相关与独立
- 定义
若,则称随机变量X与Y不相关或0相关,
随机变量X,Y不相关或0相关的等价条件有:
1)
2)
- 性质
若X与Y相互独立,则X与Y不相关;反之不然。
证明:
4. 矩、协方差矩阵、多元正态分布的性质
- 矩
- 多元随机变量的数字特征
- n元正态随机变量的联合概率密度的矩阵表示
- n元正态随机变量的四条性质
- 例题