免费问答

对于二维随机变量（X,Y），如果有X与Y相互独立，则有E{ [ X-E(X) ] [ Y-E(Y) ] }=0。 根据逆否命题可知，如果 式子E{ [ X-E(X) ] [ Y-E(Y) ] }不等于0，则X，Y不相互独立，X，Y不相互独立则存在某种关系，用 该式E{ [ X-E(X) ] [ Y-E(Y) ] } 表示这种关系，这个式子表示的量称为X与Y的协方差。

能不能举个例子

协方差的定义，EX为随机变量X的数学期望，同理，EXY是XY的数学期望，挺麻烦的，建议你看一下概率论 　　举例： 　　Xi 1.1 1.9 3 　　Yi 5.0 10.4 14.6 　　E(X) = (1.1+1.9+3)/3=2 　　E(Y) = (5.0+10.4+14.6)/3=10 　　E(XY)=(1.1×5.0+1.9×10.4+3×14.6)/3=23.02 　　Cov(X,Y)=E(XY)-E(X)E(Y)=23.02-2×10=3.02 　　此外：还可以计算：D(X)=E(X^2)-E^2(X)=(1.1^2+1.9^2+3^2)/3 - 4=4.60-4=0.6 σx=0.77 　　D(Y)=E(Y^2)-E^2(Y)=(5^2+10.4^2+14.6^2)/3-100=15.44 σy=3.93 　　X,Y的相关系数： 　　r(X,Y)=Cov(X,Y)/(σxσy)=3.02/(0.77×3.93) = 0.9979 　　表明这组数据X,Y之间相关性很好