概率论;随机变量的数字特征 |
随机变量的数字特征
数学期望E(X)/EX均值
离散
设离散型随机变量X的概率分布为 i=1,2,…
如果级数 绝对收敛,则称该级数的和为随机变量X的数学期望,即
如果级数 不是绝对收敛,则称X的数学期望不存在
连续
设X为连续型随机变量,密度函数为f(x)
若积分 绝对收敛,则称此积分值为随机变量X的数学期望,即
如果积分 不是绝对收敛,则称X的数学期望不存在
性质
设C为常数,则E(C)=C
设C为常数,X为随机变量,则E(CX)=C·EX
设X,Y为随机变量,则
设X和Y为两个相互独立的随机变量,则有
方差
设X为随机变量,若数学期望EX存在,则称 为随机变量X的方差,记作D(X)或DX或Var(X),即
标准差
若X为离散型,分布律为 (i=1,2,,…),则
若X为连续型,概率密度为f(x),则
计算公式:
性质
设C为常数,则D(C)=0
设C为常数,X为随机变量,则
设a,b为常数,X为随机变量,则
若随机变量X与Y相互独立,则
矩
协方差
对于二维随机变量(X,Y),若E[(X-Ex)(Y-EY)]存在,则称它为X和Y的协方差,记作Cov(X,Y),即Cov(X,Y)=E[(X-EX)(Y-EY)]
性质
Cov(X,Y)=Cov(Y,X)
Cov(aX,bY)=abCov(X,Y)
相关系数
设随机变量X与Y的方差存在且均不为零,则称 为X与Y的相关系数,记作 或 ,即
性质
若X与Y相互独立,则
如果 ,则X与Y不一定独立,只能说明X与Y没有线性关系。
如果随机变量Y是X的线性函数Y=aX+b,则当a>0时, ,当a<0时, 。
若 ≠0,则称X与Y是相关的,特别当 ,称X与Y正相关;当 ,称X与Y负相关;当 ,称X与Y不相关。