科学计算机算方差与期望,期望、方差、协方差及相关系数的基本运算

这篇文章总结了概率统计中期望、方差、协方差和相关系数的定义、性质和基本运算规则。

期望

定义

36936675_1.png36936675_2.png36936675_3.png36936675_4.png是一个离散概率分布函数,自变量的取值范围为36936675_5.png36936675_3.png36936675_6.png36936675_7.png36936675_3.png36936675_8.png36936675_7.png36936675_9.png36936675_7.png36936675_3.png36936675_10.png36936675_11.png。其期望被定义为:

36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_13.png36936675_14.png36936675_15.png36936675_16.png36936675_6.png36936675_10.png36936675_3.png36936675_15.png36936675_1.png36936675_2.png36936675_3.png36936675_15.png36936675_4.png

36936675_17.png36936675_2.png36936675_3.png36936675_4.png是一个连续概率密度函数。其期望为:

36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_13.png36936675_18.png36936675_19.png36936675_20.png36936675_21.png36936675_20.png36936675_3.png36936675_17.png36936675_2.png36936675_3.png36936675_4.png36936675_22.png36936675_3.png

性质

1、线性运算规则

期望服从线性性质(可以很容易从期望的定义公式中导出)。因此线性运算的期望等于期望的线性运算:

36936675_12.png36936675_2.png36936675_23.png36936675_3.png36936675_24.png36936675_25.png36936675_26.png36936675_24.png36936675_27.png36936675_4.png36936675_13.png36936675_23.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_24.png36936675_25.png36936675_12.png36936675_2.png36936675_26.png36936675_4.png36936675_24.png36936675_27.png

这个性质可以推广到任意一般情况:

36936675_12.png36936675_2.png36936675_14.png36936675_15.png36936675_16.png36936675_6.png36936675_10.png36936675_23.png36936675_28.png36936675_3.png36936675_28.png36936675_24.png36936675_27.png36936675_4.png36936675_13.png36936675_14.png36936675_15.png36936675_16.png36936675_6.png36936675_10.png36936675_23.png36936675_28.png36936675_12.png36936675_2.png36936675_3.png36936675_28.png36936675_4.png36936675_24.png36936675_27.png

2、函数的期望

36936675_29.png36936675_2.png36936675_3.png36936675_4.png为x的函数,则36936675_29.png36936675_2.png36936675_3.png36936675_4.png的期望为:

离散:

36936675_12.png36936675_2.png36936675_29.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png36936675_13.png36936675_14.png36936675_15.png36936675_16.png36936675_6.png36936675_10.png36936675_29.png36936675_2.png36936675_3.png36936675_15.png36936675_4.png36936675_1.png36936675_2.png36936675_3.png36936675_15.png36936675_4.png

连续:

36936675_12.png36936675_2.png36936675_29.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png36936675_13.png36936675_18.png36936675_19.png36936675_20.png36936675_21.png36936675_20.png36936675_29.png36936675_2.png36936675_3.png36936675_4.png36936675_17.png36936675_2.png36936675_3.png36936675_4.png36936675_22.png36936675_3.png

一定要注意,函数的期望不等于期望的函数,即36936675_12.png36936675_2.png36936675_29.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png36936675_30.png36936675_29.png36936675_2.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png!。

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,则36936675_12.png36936675_2.png36936675_3.png36936675_26.png36936675_4.png36936675_13.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_12.png36936675_2.png36936675_26.png36936675_4.png

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。

方差

定义

方差是一种特殊的期望,被定义为:

36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_3.png36936675_4.png36936675_13.png36936675_12.png36936675_2.png36936675_2.png36936675_3.png36936675_33.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png36936675_8.png36936675_4.png

性质

1、展开表示

反复利用期望的线性性质,可以算出方差的另一种表示形式:

36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_3.png36936675_4.png36936675_13.png36936675_13.png36936675_13.png36936675_13.png36936675_13.png36936675_12.png36936675_2.png36936675_2.png36936675_3.png36936675_33.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png36936675_8.png36936675_4.png36936675_12.png36936675_2.png36936675_3.png36936675_8.png36936675_33.png36936675_34.png36936675_3.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_24.png36936675_2.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png36936675_8.png36936675_4.png36936675_12.png36936675_2.png36936675_3.png36936675_8.png36936675_4.png36936675_33.png36936675_34.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_24.png36936675_2.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png36936675_8.png36936675_12.png36936675_2.png36936675_3.png36936675_8.png36936675_4.png36936675_33.png36936675_34.png36936675_2.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png36936675_8.png36936675_24.png36936675_2.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png36936675_8.png36936675_12.png36936675_2.png36936675_3.png36936675_8.png36936675_4.png36936675_33.png36936675_2.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png36936675_8.png

2、常数的方差

常数的方差为0,由方差的展开表示很容易推得。

3、线性组合的方差

方差不满足线性性质,两个变量的线性组合方差计算方法如下:

36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_23.png36936675_3.png36936675_24.png36936675_25.png36936675_26.png36936675_4.png36936675_13.png36936675_23.png36936675_8.png36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_3.png36936675_4.png36936675_24.png36936675_25.png36936675_8.png36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_26.png36936675_4.png36936675_24.png36936675_34.png36936675_35.png36936675_36.png36936675_37.png36936675_2.png36936675_3.png36936675_7.png36936675_26.png36936675_4.png

其中36936675_35.png36936675_36.png36936675_37.png36936675_2.png36936675_3.png36936675_7.png36936675_26.png36936675_4.png为x和y的协方差,下一节讨论。

4、独立变量的方差

如果两个变量相互独立,则:

36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_23.png36936675_3.png36936675_24.png36936675_25.png36936675_26.png36936675_4.png36936675_13.png36936675_23.png36936675_8.png36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_3.png36936675_4.png36936675_24.png36936675_25.png36936675_8.png36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_26.png36936675_4.png

作为推论,如果x和y相互独立:36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_3.png36936675_24.png36936675_26.png36936675_4.png36936675_13.png36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_3.png36936675_4.png36936675_24.png36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_26.png36936675_4.png

协方差

定义

两个随机变量的协方差被定义为:

36936675_35.png36936675_36.png36936675_37.png36936675_2.png36936675_3.png36936675_7.png36936675_26.png36936675_4.png36936675_13.png36936675_12.png36936675_2.png36936675_2.png36936675_3.png36936675_33.png36936675_12.png36936675_2.png36936675_3.png36936675_4.png36936675_4.png36936675_2.png36936675_26.png36936675_33.png36936675_12.png36936675_2.png36936675_26.png36936675_4.png36936675_4.png36936675_4.png

因此方差是一种特殊的协方差。当x=y时,36936675_35.png36936675_36.png36936675_37.png36936675_2.png36936675_3.png36936675_7.png36936675_26.png36936675_4.png36936675_13.png36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_3.png36936675_4.png36936675_13.png36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_26.png36936675_4.png

性质

1、独立变量的协方差

独立变量的协方差为0,可以由协方差公式推导出。

2、线性组合的协方差

协方差最重要的性质如下:

36936675_35.png36936675_36.png36936675_37.png36936675_2.png36936675_14.png36936675_28.png36936675_16.png36936675_6.png36936675_38.png36936675_23.png36936675_28.png36936675_3.png36936675_28.png36936675_7.png36936675_14.png36936675_39.png36936675_16.png36936675_6.png36936675_10.png36936675_25.png36936675_39.png36936675_26.png36936675_39.png36936675_4.png36936675_13.png36936675_14.png36936675_28.png36936675_16.png36936675_6.png36936675_38.png36936675_14.png36936675_39.png36936675_16.png36936675_6.png36936675_10.png36936675_23.png36936675_28.png36936675_25.png36936675_39.png36936675_35.png36936675_36.png36936675_37.png36936675_2.png36936675_3.png36936675_28.png36936675_7.png36936675_26.png36936675_39.png36936675_4.png

很多协方差的计算都是反复利用这个性质,而且可以导出一些列重要结论。

作为一种特殊情况:

36936675_35.png36936675_36.png36936675_37.png36936675_2.png36936675_23.png36936675_24.png36936675_25.png36936675_3.png36936675_7.png36936675_27.png36936675_24.png36936675_22.png36936675_26.png36936675_4.png36936675_13.png36936675_25.png36936675_22.png36936675_35.png36936675_36.png36936675_37.png36936675_2.png36936675_3.png36936675_7.png36936675_26.png36936675_4.png

另外当x=y时,可以导出方差的一般线性组合求解公式:

36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_14.png36936675_15.png36936675_16.png36936675_6.png36936675_10.png36936675_23.png36936675_28.png36936675_3.png36936675_28.png36936675_4.png36936675_13.png36936675_14.png36936675_28.png36936675_16.png36936675_6.png36936675_10.png36936675_14.png36936675_39.png36936675_16.png36936675_6.png36936675_10.png36936675_23.png36936675_28.png36936675_23.png36936675_39.png36936675_35.png36936675_36.png36936675_37.png36936675_2.png36936675_3.png36936675_28.png36936675_7.png36936675_3.png36936675_39.png36936675_4.png

相关系数

定义

相关系数通过方差和协方差定义。两个随机变量的相关系数被定义为:

36936675_35.png36936675_36.png36936675_32.png36936675_32.png36936675_2.png36936675_3.png36936675_7.png36936675_26.png36936675_4.png36936675_13.png36936675_35.png36936675_36.png36936675_37.png36936675_2.png36936675_3.png36936675_7.png36936675_26.png36936675_4.png36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_3.png36936675_4.png36936675_31.png36936675_23.png36936675_32.png36936675_2.png36936675_26.png36936675_4.png36936675_33.png36936675_33.png36936675_33.png36936675_33.png36936675_33.png36936675_33.png36936675_33.png36936675_33.png36936675_33.png36936675_33.png36936675_33.png36936675_33.png36936675_40.png

性质

1、有界性

相关系数的取值范围为-1到1,其可以看成是无量纲的协方差。

2、统计意义

值越接近1,说明两个变量正相关性(线性)越强,越接近-1,说明负相关性越强,当为0时表示两个变量没有相关性。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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