不独立 ≠ 不相关 (Independent ≠ Uncorrelated) |
您所在的位置:网站首页 › xy不独立的条件 › 不独立 ≠ 不相关 (Independent ≠ Uncorrelated) |
在数学期望的性质里有一个性质:随机变量X和Y相互独立,有:E(XY) = E(X)E(Y). 事实上这里成立的充要条件是X和Y不相关即可。 那么问,相互独立与不相关的关系是什么呢? 独立性是指两个变量的发生概率一点关系没有;而相关性通常是指线性关系。如果两个变量不相关,指的是线性关系里不相关,但是不能说它们没有关系,可能是线性以外的其他关系。 即:独立一定不相关,不相关不一定独立 举个例子吧 Y = X 2 X ∈ [ − 1 , 1 ] Y = X^2 \ \ \ \ \ \ \ X∈ [-1,1] Y=X2 X∈[−1,1] 思考一下:x和y相关吗?相互独立吗? 我们很容易看出来x和y显然是不独立的。因为y的值会随着x而改变。 是否相关呢? 我们可以用协方差来证明! C o v ( X , Y ) = 1 N − 1 ∑ i = 1 N ( x i − x ˉ ) ( y i − y ˉ ) Cov(X,Y) = \frac{1}{N-1}\sum_{i=1}^N(x_i - \bar{x})(y_i - \bar{y}) Cov(X,Y)=N−11i=1∑N(xi−xˉ)(yi−yˉ) 观察图二,我们的图像是关于x=0对称的,因此容易得知x的平均值 x ˉ \bar{x} xˉ就是为0。进而容易知道Cov(X,Y)=0,即X,Y不相关!!! |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |