第三章方差與協(xié)方差PPT課件.ppt_第1頁(yè)
第三章方差與協(xié)方差PPT課件.ppt_第2頁(yè)
第三章方差與協(xié)方差PPT課件.ppt_第3頁(yè)
第三章方差與協(xié)方差PPT課件.ppt_第4頁(yè)
第三章方差與協(xié)方差PPT課件.ppt_第5頁(yè)
已閱讀5頁(yè),還剩19頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

隨機(jī)變量的數(shù)學(xué)期望(均值),它體現(xiàn)了隨機(jī)變量取值的平均水平,是隨機(jī)變量的一個(gè)重要的數(shù)字特征.,但是在很多場(chǎng)合,僅僅知道平均值是不夠的.,2隨機(jī)變量的方差,例如,某零件的真實(shí)長(zhǎng)度為a,現(xiàn)在用甲、乙兩臺(tái)儀器各測(cè)量10次,并將測(cè)量結(jié)果X用坐標(biāo)上的點(diǎn)表示如圖:,問(wèn):哪臺(tái)儀器的測(cè)量效果好一些?,因?yàn)橐覂x器的測(cè)量結(jié)果更集中在均值附近.,為此需要引進(jìn)另一個(gè)數(shù)字特征,用它來(lái)度量隨機(jī)變量在其中心(即均值)附近取值的離散程度(或集中程度).這個(gè)數(shù)字特征就是:方差.,再如:考察某車床加工軸承的質(zhì)量時(shí),若最關(guān)鍵的指標(biāo)為長(zhǎng)度,則不但要注意軸承的平均長(zhǎng)度,同時(shí)還要考慮軸承長(zhǎng)度與平均長(zhǎng)度的偏離程度(即加工的精度);等等.,我們?cè)撚迷鯓拥牧咳ザ攘窟@種偏離程度呢?,XE(X)?,EXE(X)?,E|XE(X)|?,EXE(X)2,一、方差(variance)的定義,隨機(jī)變量X的平方偏差XE(X)2的均值,或Var(X),叫做X的方差.,而,叫做X的標(biāo)準(zhǔn)差或均方差.,方差刻劃了隨機(jī)變量取值的離散程度:,若X的取值比較集中,則方差較小;,若X的取值比較分散,則方差較大.,可以算出:,兩人命中環(huán)數(shù)的平均水平相同,從中看不出兩人射擊技術(shù)的高低;,但,說(shuō)明甲的命中環(huán)數(shù)比乙的更集中,即甲的射擊技術(shù)比乙的穩(wěn)定.,二.方差的簡(jiǎn)化計(jì)算公式,即:方差等于平方的期望減期望的平方.,證明:,而,解:,由歸一性得,故,解得b=0,a=2,E(X)=2/3,或b=2,a=2,E(X)=1/3.,解:,三.常見(jiàn)分布的期望與方差,(3),則,(2),則,(1),則,(4),則,(5),則,四.方差的性質(zhì),(1)對(duì)任意常數(shù)k與c有:D(kX+c)=k2D(X).,(2)設(shè)X與Y相互獨(dú)立,則,進(jìn)一步,若X1,Xn相互獨(dú)立,則對(duì)任意常數(shù)c1,cn有:,D(X+Y)=D(X)+D(Y),D(XY)=D(X)+D(Y).,D(c1X1+cnXn)=c12D(X1)+cn2D(Xn).,(3)D(X)=0的充要條件是X以概率1取常數(shù)C,即PX=C=1.,解:,X表示n重伯努利試驗(yàn)中“成功”的次數(shù),p為每次試驗(yàn)成功的概率,則XB(n,p);,引入,1,若第i次試驗(yàn)成功,0,若第i次試驗(yàn)失敗.,i=1,2,n,則X1,X2,Xn相互獨(dú)立,且,而Xi的分布律為,故E(Xi)=p,E(Xi2)=p,D(Xi)=E(Xi2)E(Xi)2=pq,從而,解:,五.隨機(jī)變量的標(biāo)準(zhǔn)化,設(shè)X具有,為X的標(biāo)準(zhǔn)化隨機(jī)變量.,則叫,六.切比雪夫(Chebyshev)不等式,對(duì)X,若E(X),D(X)都存在,則對(duì),或,(1)方差確實(shí)能衡量隨機(jī)變量取值的離散程度.,(2)該不等式能在X的分布未知的情況下對(duì),的概率的下限作一估計(jì),若記,則,等等.,一、協(xié)方差,隨機(jī)變量X和Y的協(xié)方差,前面我們介紹了隨機(jī)變量的數(shù)學(xué)期望和方差,對(duì)于多維隨機(jī)變量,反映分量之間關(guān)系的數(shù)字特征中,最重要的就是協(xié)方差和相關(guān)系數(shù).,3協(xié)方差(Covariance)和相關(guān)系數(shù),1.定義:,(1)Cov(X,Y)=Cov(Y,X),(2)Cov(aX,bY)=abCov(X,Y),a,b是常數(shù),(3)Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y),2.簡(jiǎn)單性質(zhì):,3.協(xié)方差的簡(jiǎn)化計(jì)算公式:,Cov(X,Y)=E(XY)E(X)E(Y),可見(jiàn),若X與Y獨(dú)立,則Cov(X,Y)=0.,4.隨機(jī)變量和的方差與協(xié)方差的關(guān)系,D(X+Y)=D(X)+D(Y)+2Cov(X,Y),二、相關(guān)系數(shù),1.定義:,設(shè)D(X)0,D(Y)0,稱,為隨機(jī)變量X和Y的相關(guān)系數(shù).,2.相關(guān)系數(shù)的性質(zhì):,存在常數(shù)a,b使,即X和Y以概率1線性相關(guān).,可見(jiàn)相關(guān)系數(shù)刻劃了X和Y間“線性相關(guān)”的程度.,的值越接近于1,Y與X的線性相關(guān)程度越高;,的值越接近于0,Y與X的線性相關(guān)程度越弱;,注意:,若X與Y獨(dú)立,則Cov(X,Y)=E(XY)E(X)E(Y)=0,但由X與Y不相關(guān),不一定能推出X與Y獨(dú)立.,而對(duì)下述情形,獨(dú)立與不相關(guān)等價(jià):,若(X,Y)服從二維正態(tài)分布,則,從而X與Y不相關(guān);,例:設(shè)X在(1/2,1/2)內(nèi)服從均勻分布,而Y=cosX,試考察X與Y的相關(guān)性及獨(dú)立性?,解:,而Y與X有嚴(yán)格的函數(shù)關(guān)系,因此,Cov(X,Y)=E(XY)E(X)E(Y)=0,故X和Y不相關(guān).,即X和Y不獨(dú)立.,一、矩,為X的k階原點(diǎn)矩,可見(jiàn):X的期望是X的1階原點(diǎn)矩;,在隨機(jī)變量的數(shù)字特征中,更一般的是矩.,4矩、協(xié)方差矩陣,為X的k階中心矩,為X和Y的k+l階混合原點(diǎn)矩,為X和Y的k+l階混合中心矩.,X的方差是X的2階中心矩;,X和Y的協(xié)方差是X和Y的2階混合中心矩.,二、協(xié)方差矩陣,對(duì)n維隨機(jī)變量(X1,X2,Xn),稱矩陣,為(X1,X2,Xn)的協(xié)方差矩陣.,因?qū)λ衖,j成立cij=cji,記,i,j=1,2,n,故CT=C,C為對(duì)稱矩陣.,引入(X1,X2,Xn)的協(xié)方差矩陣,可更好地處理多維隨機(jī)變量.,比如,我們可從二維正態(tài)隨機(jī)變量的概率密度推廣出n維正態(tài)隨機(jī)變量的概率密度:,設(shè)n維隨機(jī)變量(X1,X2,Xn)的概率密度為,則稱X服從n維正態(tài)分布.,f(x1,x2,xn),

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論