第三章 二维随机变量

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))