《相关系数》PPT课件

《《相关系数》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、主要内容（1.5学时）一、协方差(重点)二、相关系数（重点）三、不相关与独立的关系（重点）四、矩、中心矩简介第三节协方差与相关系数一、协方差（重点）1、引入背景二维随机变量(X,Y)的相互关系如何描述？n维变量间的关系举例：（1）不同地区气温间的关系；（2）人的身高、体重间的关系；（3）不同股票收益率间的关系；（4）公司经营业绩与资本结构间的关系。(X,Y)为二维随机变量，则称下式为X、Y的协方差。Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}⑴协方差为X,Y偏差[X-E(X)]与[Y-E(Y)]乘积的数学期望(3)当X，Y相同时，Cov(X,X)=D(X)=Var(X

2、).2、协方差的定义说明：(2)Cov(X,Y)>0，正相关；Cov(X,Y)<0,负相关。=0，不相关(4)Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y)(2)对称性：Cov(X,Y)=Cov(Y,X)(3)Cov(aX,bY)=abCov(X,Y)a,b是常数3、协方差的主要性质⑴Cov(X,Y)=E(XY)-E(X)E(Y)(最常用计算方法)(5)D(X±Y)=D(X)+D(Y)±2Cov(X,Y)(6)若X与Y独立，Cov(X,Y)=0.不相关证:(1)Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}=E(XY)-E(X)E(Y)-E(Y)E(X

3、)+E(X)E(Y)=E(XY)-E(X)E(Y)(3)Cov(aX,bY)=E{[aX-E(aX)][bY-bE(Y)]}=abcov(X,Y)=E{ab[X-E(X)][Y-E(Y)]}(4)Cov(X1+X2,Y)=E{[X1+X2-E(X1+X2)][Y-E(Y)]}=Cov(X1,Y)+Cov(X2,Y)=E{[X1-E(X1)][Y-E(Y)]}+E{[X2-E(X2)][Y-E(Y)]}}(6)X与Y独立E(XY)=E(X)E(Y)Cov(X,Y)=0.二、相关系数（重点）1、相关系数的定义说明：(2)相关系数无量纲，消除了量纲不同对相关程度的影响。(3)与

4、Cov(X,Y)同号。>0,正相关；<0,负相关；=0,不相关2、相关系数的性质结论：0≤D(Y-tX)=t2D(X)-2tCov(X,Y))+D(Y)令，则上式为D(Y-tX)=证1:(1)根据方差的性质，对于任意实数t三、不相关与独立的关系（重点）1、若X与Y独立，则X与Y不相关。X与Y独立，Cov(X,Y)=02、X与Y不相关,X与Y不一定独立。反例：见下页3、(X,Y)服从二维正态分布，则X与Y独立X与Y不相关即对正态分布来说，独立与不相关等价。反例（P87-例2）设(X,Y)的分布律为：XY-101P{X=i}-1010¼0¼0¼0¼0¼½¼P{Y=j¼½¼1

5、从而COV(X,Y)=0,不相关P{X=-1}P{Y=0}=1/8P{X=-1,Y=0}X,Y不独立。四、矩、中心矩简介设X和Y是随机变量数学期望E(X)：一阶原点矩。方差D(X)：二阶中心矩。协方差Cov(X，Y)：二阶混合中心矩。本节重点总结1、协方差、相关系数的定义、性质及计算。2、不相关与独立间的关系。