- 1、本文档共27页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
协方差与相关系数解析
一、协方差与相关系数的概念及性质
对于二维随机变量,除了关心它的各个分
量的数学期望和方差外,还需要知道这两个分量
之间的相互关系,这种关系无法从各个分量的期
望和方差来说明,这就需要引进描述这两个分量
之间相互关系的数字特征——协方差及相关系数,
但如何来刻画这种关系呢?
1.问题的提出
协方差Covariance
2.定义
注:协方差取值的大小要受到量纲的影响,为了
消除量纲对协方差值的影响,我们把X,Y标准化后
再求协方差。
若记
**
称为X的标准化,易知EX=0,DX=1.且
3.说明
协方差的计算
离散型随机向量
其中P{X=xY=y}=pi,j=1,2,3,….
i,jij
连续型随机向量
4.协方差的计算公式
证
例:设(X,Y)服从区域D:0x1,0yx上的均匀
分布,求X与Y的相关系数
解x=y
D
1
5.性质——课本上没有
a.协方差的性质
b.相关系数的性质
(1)||1;
XY
(2)||=1存在常数a,b使P{Y=aX+b}=1;
XY
(3)X与Y不相关XY=0;
——课本100页定理
——课本101页定理
(3)设随机变量X与Y独立,则它们的相关
系数等于零,即ρXY=0
——课本102页推论
相关系数的意义
若Y与X有严格线性关系;
若=0,Y与X无线性关系;
若0||1,
||的值越接近于1,Y与X的线性相关程度越高;
||的值越接近于0,Y与X的线性相关程度越弱.
注:需要指出的是:这里的不相关,指的是从线性关
系上看没有关联,并非X与Y之间没有任何关系,也许
此时还存在别的关系
注(1)不相关与相互独立的关系
相互独立不相关
独立与不相关都是随机变量之间相互联系程度
的一种反映,独立指的是X与Y没有任何关系,不相
关指的X与Y之间没有线性相关关系.
特例:若(X,Y)服从二维正态分布,则
X,Y相互独立不相关
(2)不相关的充要条件
2
例若X~N(0,1),Y=X,问X与Y是否不相关?
解因为X~N(0,1),密度函数
为偶函数,所以
于是由:
得
这说明X与Y是不相关的,但显然,X与Y是不相互独立的
例
解
三、协方差矩阵
四、相关系数矩阵
五、内容小结
协方差与相关系数的定义
协方差与相关系数的性质
a.协方差的性质
b.相关系数的性质
(1)||1;
XY
(2)||=1存在常数a,b使P{Y=aX+b}=1;
XY
(3)X与Y不相关XY=0;
文档评论(0)