文章目录
- 一、一维随机变量的数字特征
- 1. 数学期望
- (1)概念定义
- (2)说明
- (3)性质
- 2. 方差、标准差
- (1)概念
- (2)性质
- 3. 切比雪夫不等式
- 二、二维随机变量的数字特征
- 1. 数学期望
- 2. 协方差与相关系数
- (1)概念
- (2) 性质
- (3)深入理解协方差
- 三、独立性与相关性的判定
一、一维随机变量的数字特征
1. 数学期望
(1)概念定义
- 如果
是离散型随机变量,其分布列为
,
是
的函数,
- 若级数
绝对收敛,则称随机变量
的数学期望存在,并将级数和
称为随机变量的数学期望,记为
,即
否则称
- 若级数
绝对收敛,则称
的数学期望
存在,且
,否则称
- 如果
是连续型随机变量,其概率密度为
,
是
的函数,
- 若积分
绝对收敛,则称
的数学期望存在,且
,否则称
- 若积分
绝对收敛,则称
的数学期望存在,且
,否则称
(2)说明
-
数学期望
又称为概率平均值
,常常简称 期望
或 均值
。数学期望是描述随机变量平均取值状况特征的指标,它刻画随机变量的一切可能值的集中位置 - 在数学期望的定义中要求级数(或积分)绝对收敛,否则称期望不存在。这是因为
的期望存在要求与
的取值顺序无关,即要求任意改变
的次序不应改变
,况且绝对收敛又有很多性质也便于数学上的处理。
(3)性质
- 对任意常数
和随机变量
有
- 设
与
相互独立,则
- 一般地,设
相互独立,则
2. 方差、标准差
(1)概念
-
方差
:设是随机变量,如果
存在,则称
为
的方差,记为
或
,即
-
标准差
:称为
的标准差或均方差,记为
-
标准化随机变量
:称随机变量为
的标准化随机变量,有
(2)性质
- 若
和
相互独立,则
一般地,如果相互独立,
为
的连续函数,则
3. 切比雪夫不等式
- 如果随机变量
的方差
存在,则对任意
,有
- 由切比雪夫不等式知,当
愈小时,概率
越大,这表明方差是刻画随机变量与其期望值偏离程度的量,是描述随机变量
- 常用分布的期望和方差
二、二维随机变量的数字特征
1. 数学期望
- 设
为随机变量,
为
- 如果
为离散型随机变量,其联合分布为
若级数绝对收敛,则定义
- 如果
为连续型随机变量,其概率密度为
,若积分
绝对收敛,则定义
2. 协方差与相关系数
(1)概念
- 如果随机变量
与
的方差存在且
,则称
为随机变量
与
的
协方差
,记为,即
其中
称为随机变量
与
的
相关系数
,若为0则称与
- 说明
- 协方差
描述随机变量
和
,比如研究父亲身高
与孩子身高之间的偏
的偏差程度,便可用
) 来刻画
- 相关系数
描述随机变量
和
之间的线性相依性,
的大小是刻画
和
。
表示
和
之间不存在线性关系,故称
和
不线性相关,但这并不意味着
和
(2) 性质
- 协方差相关性质
(3)深入理解协方差
- 参考:协方差的深入理解