美文网首页
第三章 二维随机变量

第三章 二维随机变量

作者: gyDBD | 来源:发表于2018-02-14 07:27 被阅读0次

    联合分布(Joint Distribution)

    边缘分布(Margin Distribution)

    FX(x) = F(x, infinity) = P{X <=x, y取所有值}

    条件概率:

    独立性质判断:

    也就是说如果joint pmf is the product of marginals,事件就都是独立的

    协方差与相关系数:

    协方差Covariance:

    Cov(X,Y) = E{(X-EX)(Y-EY)}

    所以理解为如果X比均值大,Y也比均值大的话,或者反之,那么X和Y就是正相关;

    如果X比均值越大,Y比均值反而越小的话,或者反之,那么X和Y就是负相关;

    无论正负至少这两者都是相关的,

    但是如果说X变大时候,Y一会儿边大一会儿变小,就会导致Cov接近0,那么X和Y就可能是不相关的

    相关系数(Correlation Coefficient):设随机变量X,Y的数学期望、方差都存在的话:

    Cor(X,Y) = Cov(X,Y)/sqrt(Var(X)Var(Y))

    相关文章

      网友评论

          本文标题:第三章 二维随机变量

          本文链接:https://www.haomeiwen.com/subject/eyljtftx.html