科数网知识库
首页
目录
相关系数
日期:
2023-01-03 12:47
查看:
67
次
定义2 设 $(X, Y)$ 是二维随机变量,如果 $\operatorname{cov}(X, Y)$ 存在,且 $D(X)>0, D(Y)>, 0$ 则称 $$ \rho(X, Y) = \frac{\operatorname{cov}(X, Y)}{\sqrt{D(X)} \sqrt{D(Y)}} $$ 为随机变量 $X$ 和 $Y$ 的相关系数,也记作 $\rho_{X Y}$.      我们得到二维正态分布 $(X, Y) \sim N\left(\mu_1, \mu_2, \sigma_1^2, \sigma_2^2, \rho ) \right.$ 的参数$\rho $ 恰好是 $X$ 和 $Y$ 的相关系数, 反映了 $X$ 和 $Y$ 的线性关系。 定义3 设 $(X, Y)$ 是二维随机变量。当 $\rho(X, Y)=$ 时,称 $X$ 与 $Y$ 线性无关或线性不相关。 定理2 当 $D(X)>0, D(Y)>0$ 时,下列 5 个命题是等价的: (1) $\rho_{X Y}=0 ; \quad$ (2) $\operatorname{cov}(X, Y)=0 ; \quad$ (3) $E(X Y)=E(X) E(Y)$; (4) $D(X+Y)=D(X)+D(Y) ; \quad$ (5) $D(X-Y)=D(X)+D(Y)$ 实际中经常会用到这个公式: $$ D(X \pm Y)=D(X)+D(Y) \pm 2 \operatorname{Cov}(X, Y)=D(X)+D(Y) \pm 2 \rho_{X Y} \sqrt{D(X)} \sqrt{D(Y)} $$ 定理3     随机变量相互独立和线性无关都刻画了随机变量之间的关系,它们两者有什么联系与区别呢?相互独立时一定线性无关,但反之不一定成立,例如下面的例子。  
本系统使用
启明星知识库Kbase
搭建,最后更新于
2023-01-03 12:47
,如果您有意见或建议请点击
反馈
。