这篇文章总结了概率统计中期望、方差、协方差和相关系数的定义、性质和基本运算规则。

期望

定义

设是一个离散概率分布函数，自变量的取值范围为。其期望被定义为：

设是一个连续概率密度函数。其期望为：

性质

1、线性运算规则

期望服从线性性质（可以很容易从期望的定义公式中导出）。因此线性运算的期望等于期望的线性运算：

这个性质可以推广到任意一般情况：

2、函数的期望

设为x的函数，则的期望为：

离散：

连续：

一定要注意，函数的期望不等于期望的函数，即！。

3、乘积的期望

一般来说，乘积的期望不等于期望的乘积，除非变量相互独立。因此，如果x和y相互独立，则。

期望的运算构成了统计量的运算基础，因为方差、协方差等统计量本质上是一种特殊的期望。

方差

定义

方差是一种特殊的期望，被定义为：

性质

1、展开表示

反复利用期望的线性性质，可以算出方差的另一种表示形式：

2、常数的方差

常数的方差为0，由方差的展开表示很容易推得。

3、线性组合的方差

方差不满足线性性质，两个变量的线性组合方差计算方法如下：

其中为x和y的协方差，下一节讨论。

4、独立变量的方差

如果两个变量相互独立，则：

作为推论，如果x和y相互独立：。

协方差

定义

两个随机变量的协方差被定义为：

因此方差是一种特殊的协方差。当x=y时，。

性质

1、独立变量的协方差

独立变量的协方差为0，可以由协方差公式推导出。

2、线性组合的协方差

协方差最重要的性质如下：

很多协方差的计算都是反复利用这个性质，而且可以导出一些列重要结论。

作为一种特殊情况：

另外当x=y时，可以导出方差的一般线性组合求解公式：

相关系数

定义

相关系数通过方差和协方差定义。两个随机变量的相关系数被定义为：

性质

1、有界性

相关系数的取值范围为-1到1，其可以看成是无量纲的协方差。

2、统计意义

值越接近1，说明两个变量正相关性（线性）越强，越接近-1，说明负相关性越强，当为0时表示两个变量没有相关性。

爱华网本文地址 » http://www.aihuau.com/a/25101013/174552.html