已知随机变量XY不相关,都具有零期望值
来源:学生作业帮助网 编辑:作业帮 时间:2024/05/05 10:04:37
没有,我的意思是事件A与B不相关,B与C不相关,推不出A与C不相关.好比说,我吃饭和你睡觉不相关,我喝水也和你睡觉不相关,但是我吃饭和我喝水未必不相关:)
不一定不相关,取决于他们之间的相关系数
两个随机变量独立是说两个变量之间没有任何关系,两随机变量不相关是说两个变量之间没有线性关系,它强调的是线性度.不相关只是就线性关系来说的,而独立是就一般关系而言的.独立一定不相关,不相关不一定独立.
亲.这是定义,当分布为正态分布时,二者就是等价的再答:根据你的表达式,xy也是正太,再答:不懂可以追问再问:只要是二维正态分布独立和不相关就一定等价?再问:那个行列式等于零XY就不是二维正态分布吗,能
X,Y独立的定义是P(X
由于不独立,所以必须知道联合密度才能求.
设两个变量为X、Y,对应的事件为A、B(1)当X、Y均服从0、1分布,即X={1,A发生;0,A不发生};Y={1,A发生;0,A不发生};写出X、Y、XY的分布列,因为X、Y不相关,则cov(X,Y
设x服从[a,b]的均匀分布f(x)=1/(b-a),x∈[a,b]0,其他设y服从[c,d]的均匀分布f(y)=1/(d-c),y∈[c,d]0,其他所以f(xy)=f(x)f(y)=1/[(b-a
1满足线性关系,相关系数一定为1了2X+Y~N(3,9)P(X+Y)>3=0.5通用方法是查表中{(3-3)/(根号9)}万一不是这麼正好的数你就没这麼好运气再答:���ˣ�1����-1������
记由数学期望的定义,知由于XY只有两个可能值1和-1,所以从而,因此,Cov(X,Y)=0当且仅当,即X和Y不相关当且仅当事件A与B相互独立.返回
不相关的话不一定独立,但独立的话一定不相关第一个情况你算的cov(x,y)不等于0因此不相关,所以一定不独立第二个情况cov(x,y)=0,但不能对独立性下结论.但联合分布函数又未知,所以从定义下手.
设X,Y的分布律分别为X01Y011-pp1-qq(1)X,Y独立,那么他们一定不相关(这是书上的结论,只要独立就一定不相关)(2)X,Y不相关,则COV(X,Y)=0,即E(XY)=E(X)E(Y)
题目有误,既然是随机变量,如何取两个值.若A与B均服从正态分布,则没有问题.若其它,则不一定.
独立就是没有如何关系,当然不相关.相关指的是线性关系,不相关即是没有线性关系,但是不排除有其他关系所以不一定独立.如果你学过统计的相关知识,里面有个线性回归,这里面的相关系数跟概率论里面的Corr的意
Cov(x,y)=EXY-EXEY挨个求出来不就可以了吗?EXY=1/3EY=3/5Ex=2/5Cov(x,y)=7/75
第一个错,第二个对再问:相关是指?再答:相关是用协方差表征的再答:再答:变量相互独立,有D(X+Y)=D(X)+D(Y)再问:我刚刚看了下课本那个E〔X-E(X)〕怎么拆开?再答:再问:那把E【〔X-
相关性是指两个随机变量之间的线性关系,不相关只是说明它们之间不具有线性关系,但是可以有别的关系,所以不一定相互独立.如果两个随机变量独立,就是说它们之间没有任何关系,自然也不会有线性关系,所以它们不相
证明,首先由概率密度为偶函数,有E(x)=E(Y)=0所以相关系数为pxy=COV(x,y)/根号【D(X)*D(Y)】=COV(x,y)/根号【D(X)*D(Y)】=E(x-E(x)(y-E(y))
fZ(z)=∫(-∞→+∞)fX(x)fY(z-x)dx(1)z<0fZ(z)=∫(-∞→+∞)fX(x)fY(z-x)dx=0(2)0≤z<1fZ(z)=∫(0→z)1·1dx=z(3)1≤z<2f