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))
网友评论