NoteDeep

期望

离散型随机变量(及其函数)的期望

设离散型随机变量 的分布列为 ,则
为连续函数或者分段连续函数,则

连续型随机变量(及其函数)的期望

设连续型随机变量 的密度函数为 ,则
为连续函数或者分段连续函数,则
性质
1)
2)

方差

定义

方差定义为
离散型随机变量
对于分布列为 的离散型随机变量
连续型随机变量
对于密度函数为 的连续型随机变量
性质
1)
2) 几乎处处为某个常数 ,即
3)
4)若随机变量 相互独立,则

协方差与相关系数

定义
协方差定义为 ,相关系数定义为
对于联合分布为 的离散型随机变量
对于联合分布的密度函数为 的连续型随机变量
性质
1)
2)
3)
4) 相互独立 ,即独立性可推出不相关性,但反之未必
5)
6)若 ,则 独立 不相关 ,对于正态分布,独立性与不相关性等价
证明性5),需要柯西施瓦茨不等式 ,等号成立当且仅当 ,用判别式法可以证明

独立性与不相关性的判定

用分布判定独立性
随机变量 相互独立,则对任意实数 ,事件 相互独立,即联合分布等于各自的边缘分布相乘
用数字特征判定不相关性
不相关
判定步骤

重要结论
1)独立 不相关,相关 不独立
2)对于二元正态分布以及二元0-1分布,独立 不相关


切比雪夫不等式

设随机变量 的数学期望和方差存在,则对任意的 ,有
证明:
从而有





评论列表

    期望方差
    协方差与相关系数
    独立性与不相关性的判定
    切比雪夫不等式