考研数学(概率论部分,第四章)学习
2023
04-22
第四章:数字特征
- 期望
- 方差
- 协方差
- 相关系数
[toc]
- 期望 E
- 方差 D
- 协方差 Cov
期望与方差
期望定义
一维离散
设随机变量X的概率分布为,…,则
推广: 若,则
一维连续
设随机变量X的概率密度为f(x),则
推广 若,则
二维离散
设二维随机变量(X,Y)的联合概率分布为
二维连续
设二维随机变量(X,Y)的联合概率密度为f(x,y),则+0
特别地,
期望性质
与Y不相关;
特别地,若X与Y相互独立,则. b
方差的定义
==方差性质的逆用==: 前提 方差DX 可以被很容易地求出。
主要求
方差的性质
; 系数平方 常数忽略。
推论 与不相关;
特别地,若X与Y相互独立,则若X与Y相互独立,则 :exclamation:
这里与第三章的随机变量的独立性的充要条件相互联系
==求可以使用方差的定义求
八大分布的期望与方差
分布 | 记号 | 期望 | 方差 |
---|---|---|---|
0-1 分布 | |||
二项分布 | |||
==Poisson分布== | |||
几何分布 | |||
超几何分布 | |||
均匀分布 | |||
==指数分布== | |||
Gauss分布(正态分布) |
协方差与相关系数
协方差定义
乘积的期望减去期望的乘积
协方差的性质
推广:
例4.6设随机变量 相互独立同分布,方差.若
则【】
(A) (B)
(C) (D)
对A B选项使用协方差的性质二,进行计算,对CD使用方差的性质一和性质二,进行计算
相关系数的定义
乘积的期望 减去 期望的乘积
相关系数的性质
- ;
- 添加:
xy的取值再一条直线上的概率
推广:
对于相关系数的含义的理解1
明确不相关和相互独立的关系:==独立一定不相关==
一些联想和小结
- 方差的性质中 有涉及到两个随机变量的相关性的性质,
- 假设随机变量X与Y相互独立具有非零的方差,DX≠DY,则若则
两个随机变量同分布
假设X Y同分布,那么这俩 分布(函数)一样,概率密度(概率分布)一样,期望,方差,与其他变量的协方差 一样。在一个随机变量函数中同时出现即==可互换==
相关与独立的问题
- 独立的定义
- 独立的充要条件
- 联合分布函数为边缘概率分布的乘积
- 离散的
- 联合概率密度=边缘概率密度的乘积
相关系数
- 相关一定不独立,不相关不一定不独立
如果两个随机变量独立,那么她的联合分布的域是一个矩形域,(应该)
一般地:X与Y独立独立(h,g为连续函数)。
==已知==:
1. (16 封私信 / 25 条消息) 相关系数有什么意义,为什么说不能体现相关的程度? - 知乎 (zhihu.com) ↩
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 Nino Neumann!