随机变量的期望 方差 协方差 相关系数的性质

期望性质：E（C）=C，C为任意常数

                  E(aX+bY)=aE(X)+bE(Y)

                  E(aX+C)=aE(X)+C

                  X,Y独立 E（XY)=E(X)E(Y)

方差：D（X）=E（X*X)-E(X)*E(X)

           D(C)=0

          D(CX)=C*C*D(X)

          D(X+Y)=D(X-Y)=D(X)+D(Y)

 协方差：Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}=E(XY)-E(Y)*E(X)

               Cov(X,Y)=D(X)

               Cov(X,Y)=Cov(Y,X)

               Cov(aX+c,bY+d)=ab*Cov(X,Y)

               Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y)

               X,Y相互独立   Cov(X,Y)=0

               D(aX+bY)=a*aD(X)+b*bD（Y)+2abCov（X,Y）

               D(aX-bY)=a*aD(X)+b*bD（Y)-2abCov（X,Y）

相关系数:X*=[X-E(X)]/sqrt(D(X))

               Y*=[Y-E(Y)]/sqrt(D(Y))

ρ=Cov(X*,Y*)=Cov(X,Y)/[sqrt(D(X))*sqrt(D(Y))]

|ρ|<=1;|ρ|=1的充分必要条件是X与Y以概率1线性相关，即存在常数a,b，使得P(Y=aX+b)=1

ρ=0,称X，Y不相关

X,Y相互独立，Cov（X，Y）=0，ρ=0，X,Y不相关

*注：不相关性和独立性是两个不同的概念，一般情况下不相关性推不出独立性

*正态分布不相关性和独立性一致，二维正态分布X,Y联合密度函数中的ρ就是X与Y的相关系数