当前课程知识点:概率论与数理统计 > 第九周 协方差与相关系数 > 相关系数 > 9.3 相关系数
二元随机变量X,Y
若它们的方差均不为0
则X,Y的相关系数定义为X,Y的协方差
除以X的标准差和Y的标准差的乘积
相关系数的符号常用Corr表示
是英文单词相关correalation的缩写
将随机变量X和Y
分别除以各自的标准差
得到两个方差均为1的随机变量
sigma_x分之X和sigma_y分之Y
X,Y的相关系数
即为sigma_x分之X
和sigma_y分之Y的协方差
也就是说相关系数是将
随机变量做方差为1的标准化后的协方差
这就尽可能消除了上一节课最后
提到的X,Y绝对大小变化
对相关性刻画的影响
而且按照这种方式定义的相关系数
取值一定在负1和正1之间
我们下面就证明这一性质
首先证明一个定理
随机变量X,Y的协方差的平方
小于等于X,Y的方差的乘积
对任意的实数t
计算t乘X加Y的方差
等于X的方差乘以t平方
加上2倍的X,Y的协方差乘以t
加上Y的方差
而随机变量的方差一定大于等于0
所以这个关于t的二次函数式
一定大于等于0
而二次函数ax方加bx加c大于等于0
则其根的判别式
b平方减4ac小于等于0
所以 由t乘X加Y的方差得到的
关于变量t的二次函数式大于等于0
就得到其判别式一定小于等于0
也就是2倍的X,Y的协方差的平方
减去4倍的X的方差
乘以Y的方差小于等于0
即得到结论
随机变量X,Y的协方差的平方
小于等于X,Y的方差的乘积
X,Y的方差的乘积
也可表示为X,Y标准差平方的乘积
定理“随机变量X,Y的协方差的平方
小于等于X,Y的标准差平方的乘积”
意味着若随机变量X,Y的方差均不为0
则X,Y的协方差除以
标准差的乘积的绝对值小于等于1
也就是X,Y的相关系数的绝对值
小于等于1
所以相关系数一定大于等于负1
小于等于1
当X,Y的相关系数大于0时
称随机变量X,Y正相关
当X,Y的相关系数小于0时
称随机变量X,Y负相关
当X,Y的相关系数等于0时
称随机变量X,Y不相关
随机变量和常数a的协方差为0
所以随机变量和常数a的相关系数为0
随机变量X,Y的相关系数
也满足交换律
X,Y的相关系数
等于Y,X的相关系数
c1X加a与c2Y加b的相关系数
有三种可能
当c1与c2同号
也就是c1乘c2大于0时
就等于X,Y的相关系数
当c1与c2异号
也就是c1乘c2小于0时
等于负的X,Y的相关系数
当c1与c2至少有1个为0时
相当于随机变量与常数的相关系数等于0
当c1与c2均不为0时
推导一下第3个性质
利用定义计算c1X加a
与c2Y加b的相关系数
c1X加a与c2Y加b的协方差
等于c1乘c2乘X,Y的协方差
而c1X加a和c2Y加b的方差
分别等于c1平方乘X的方差
c2平方乘Y的方差
开平方等于c1绝对值乘以X的标准差
乘以c2的绝对值乘以Y的标准差
即等于c1乘c2的绝对值分之c1乘c2
再乘以X,Y的相关系数
即得到相关系数的第3条性质
X为0,1区间上的均匀分布随机变量
若Y等于X的平方
求X,Y的相关系数
由均匀分布的数学期望
与方差的结论知
X的期望为2分之1方差为12分之1
而X的n阶原点矩也容易算出
等于n+1分之1
所以得到Y的期望等于X平方的期望
等于3分之1
Y平方的期望等于X四次方的期望
等于5分之1
所以Y的方差等于Y的平方的期望
减去Y的期望的平方等于45分之4
用定义计算X,Y的相关系数
分子部分X,Y的协方差
等于XY的期望减去X、Y期望的乘积
而XY的期望就等于X立方的期望
代入每一个期望和方差的具体数值
得到X,Y的相关系数等于4分之根号15
约等于0.968
表明X和X方有很强的相关性
计算参数为mu1,mu2,sigma1方,sigma2方
和pho的二维正态随机变量X,Y的相关系数
考虑X,Y的联合密度函数
令X1等于X减mu1
Y1等于Y减mu2
则可得到X1,Y1的联合密度函数表达式
所以X1,Y1服从参数为0,0,sigma1方
sigma2方和pho的二维正态分布
而根据例8.4.2
随机变量X1,Y1乘积的期望
等于pho乘sigma1乘sigma2
则X1,Y1的协方差等于
X1,Y1乘积的期望
减去X1与Y1期望的乘积
因为X1,Y1的期望均为0
所以X1,Y1的协方差就等于
pho乘sigma1乘sigma2
X,Y的相关系数
等于X减mu1与Y减mu2的相关系数
等于X1与Y1的相关系数 等于pho
所以二维正态分布的5个参数
都有明确的概率意义
mu1, mu2为X,Y的期望
sigma1方和sigma2方为X,Y的方差
而pho则为X,Y的相关系数
-随机试验与随机事件
-古典概型
--1.2 古典概型
--第一周:古典概型
-事件间的关系与事件的运算
--第一周:事件间的关系与事件的运算
-两个著名的例子
--第一周:两个著名的例子
-讲义
-条件概率
--2.1 条件概率
--第二周:条件概率
-有关条件概率的三个重要计算公式
--第二周:有关条件概率的三个重要计算公式
-事件的独立性
--第二周:事件的独立性
-应用实例
--2.4 应用实例
--第二周:应用实例
-网球比赛胜率的计算
--Video
-讲义
-随机变量及分布函数
--第三周:随机变量及分布函数
-离散型与连续型随机变量
--第三周:离散型与连续型随机变量
-分布函数的性质与特殊的例子
--第三周:分布函数的性质与特殊的例子
-概率论所需微积分要点回顾
--第三周:概率论所需微积分要点回顾
-讲义
-二项分布与负二项分布
--第四周:二项分布与负二项分布
-泊松分布
--4.2 泊松分布
--第四周:泊松分布
-几何分布与指数分布
--第四周:几何分布与指数分布
-正态分布
--4.4 正态分布
--第四周:正态分布
-讲义
-随机变量函数的分布
--第五周:随机变量函数的分布
-随机变量的数学期望
--第五周:随机变量的数学期望
-随机变量的方差
--第五周:随机变量的方差
-原点矩与中心矩
--第五周:原点矩与中心矩
-期望和方差的一些补充性质
--第五周:期望和方差的一些补充性质
-讲义
-二项分布与泊松分布的期望与方差
--第六周:二项分布与泊松分布的期望与方差
-几何分布的期望与方差
--第六周:几何分布的期望与方差
-均匀、指数和正态分布的期望与方差
--第六周:均匀、指数和正态分布的期望与方差
-随机变量数学期望的应用实例
--第六周:随机变量数学期望的应用实例
-快速排序算法的平均计算量分析
--Video
-讲义
-多维随机变量
-第七周:多维随机变量
-常见多维随机变量举例
--第七周:常见多维随机变量举例
-随机变量的独立性
--第七周:随机变量的独立性
-独立随机变量期望和方差的性质
--第七周:独立随机变量期望和方差的性质
-讲义
-条件分布
--8.1条件分布
--第八周:条件分布
-条件期望
--8.2 条件期望
--第八周:条件期望
-全期望公式(上)
--第八周:全期望公式(上)
-全期望公式(下)
--第八周:全期望公式(下)
-讲义
-随机变量函数的期望
--第九周:随机变量函数的期望
-协方差
--9.2 协方差
--第九周:协方差
-相关系数
-- 9.3 相关系数
--第九周:相关系数
-相关与独立
--第九周:相关与独立
-讲义
-独立随机变量和的分布
--第十周:独立随机变量和的分布
-独立正态分布和的分布
--第十周:独立正态分布和的分布
-最大值、最小值分布
--第十周:最大值、最小值分布
-顺序统计量
--第十周:顺序统计量
-讲义
-正态分布的相关与独立
--第十一周:正态分布的相关与独立
-边缘密度均为正态,联合分布不是二元正态的例子
--第十一周:边缘密度均为正态,联合分布不是二元正态的例子
-二项分布的正态近似
--第十一周:二项分布的正态近似
-正态近似计算实例
--第十一周:正态近似计算实例
-讲义
-大数定律
--12.1大数定律
--第十二周:大数定律
-中心极限定理
--第十二周:中心极限定理
-蒙特卡洛(Monte Carlo)算法
-伪随机数和随机模拟
-讲义
-统计学实例
-总体与样本
-常用统计量
--第十三周:常用统计量
-三种重要的统计分布和分位数
--第十三周:三种重要的统计分布和分位数
-讲义
-参数的矩估计
--第十四周:参数的矩估计
-参数的极大似然估计
--第十四周:参数的极大似然估计
-参数点估计的无偏性和有效性
--第十四周:参数点估计的无偏性和有效性
-参数点估计应用实例
--第十四周:参数点估计应用实例
-讲义
-区间估计的基本思想
--第十五周:区间估计的基本思想
-区间估计的构造方法
--第十五周:区间估计的构造方法
-两个正态总体的区间估计
--第十五周:两个正态总体的区间估计
-大样本置信区间
--第十五周:大样本置信区间
-讲义
-假设检验问题的提示和标准步骤
--第十六周:假设检验问题的提示和标准步骤
-假设检验问题的两类错误和P值
--第十六周:假设检验问题的两类错误和P值
-单个正态总体参数的假设检验
--第十六周:单个正态总体参数的假设检验
-拟合优度检验
--第十六周:拟合优度检验
-讲义
-利用条件概率计算网球比赛胜率
-利用期望的计算性质分析快速排序算法的平均计算量
-讲义
-事件
--事件
-分布函数
--分布函数
-正态
--正态
-指数与二项
--指数与二项
-随机变量函数的分布
-指数分布期望
--指数分布期望
-切比雪夫不等式
--切比雪夫
-二元离散
--二元离散
-协方差
--协方差
-二元特征
--二元特征
-统计量
--统计量
-无偏估计
--无偏估计
-点估计
--点估计
-假设检验
--假设检验
-选择
--选择
-填空
--填空
-大题
--大题