数字特征的计算主要依靠
数字特征的性质进行化简计算
利用完备性计算 41.8

一维随机变量数学期望
离散型随机变量为
分布律为 ,

若无穷级数绝对收敛
{}

一维随机变量数学期望
连续型随机变量为
概率密度为

若反常积分绝对收敛
{}

二维随机变量数学期望
为二维离散型随机变量
分布律为

若无穷级数绝对收敛
{}

二维随机变量数学期望
为二维连续型随机变量
联合概率密度为
若反常积分绝对收敛
{}

数学期望的性质
为随机变量
为任意常数, 则

  • {}
  • {}
  • {}
  • 是相互独立, 则有 {}
  • {} { 不相关}
  • {}

Q: 若
的独立性与相关性如何?
A: 不一定独立
一定不相关

Q: 独立与相关的关系
A:

为随机变量
方差的定义 {c1: }
方差的计算公式 {c1: }
标准差 (均方差) {c1: }

为常数

  • {}
  • {} , {}
  • 对任意的常数 , 有 {}(大小关系)

随机变量
期望存在, 其方差{c1: 不一定}存在
方差存在, 则期望{c1: 必}定存在


={c1: }(原始定义)
={c1: }(cov 形式)
={c1: }( 形式)

相互独立是 {充分不必要} 条件
不相关是 {充要}条件

是相互独立 (独立性) 的随机变量, 则
{}

的{充要}条件是 以概率 1 取得常数 {}

分布名称符号数学期望方差定义域
0-1 分布{c1: }{c1: }{c1: }{c1: }
二项分布{c2: }{c2: }{c2: }{c2: }
泊松分布{c3: }{c3: }{c3: }{c3: }
几何分布{c4: }{c4: }{c4: }{c4: }
超几何分布{c5: }{c5: }{c5: }{c5: }
均匀分布{c6: }{c6: }{c6: }{c6: }
指数分布{c7: }{c7: }{c7: }{c7: }
正态分布{c8: ²}{c8: }{c8: }{c8: }

协方差的定义
{c1: }
协方差的计算公式

  1. 定义得到
    {c1: }
  2. 逆求
    {c1: }

{}

{=}
{}
为任意常数 {}
是常数 {}
{}

协方差与独立
如果 独立, 则 {}

Q: 不相关与独立哪个条件更强?
A: 独立
不相关: 之间不存在直接的线性关系, 但可能存在非线性关系, 例如
独立: 之间不仅不存在直接的线性关系, 而且不存在非线性关系

随机变量 , 若
的相关系数 (使用 Cov 计算)
{}

相关系数的性质

的{充分必要}条件是: 存在常数 使
{}
(正相关) 时 { }
(负相关) 时 {}

随机变量 不相关, 即

{}
{}
{}

独立性与相关性的关系

  • 一般情况下
    随机变量
    相互独立是不相关的{c1: 充分不必要}条件
  • 特殊情况下
    随机变量 的联合分布是二维正态分布
    相互独立是不相关的{c1: 充要}条件

阶级原点矩与中心矩的定义
原点矩{}
中心矩{}