Download
1 / 43
430 likes | 620 Views
概率论第 10 讲. 相互独立随机变量的和 相关系数. 本文件可从网址 http:// www.appmath.cn 上下载. 当一个随机变量 x 服从零 - 壹分布时 , 它的分布密度如下表所示. (0< p <1). 因此 , E x =0 (1 - p )+1 p = p E x 2 =0 2 (1 - p )+1 2 p = p D x = E x 2 - ( E x ) 2 = p - p 2 = p (1 - p ) 现在设随机变量 x 1 , x 2 ,..., x n 相互独立且每个都服从同一个零一分布 , 来求出
E N D
概率论第10讲 相互独立随机变量的和 相关系数 本文件可从网址 http://www.appmath.cn 上下载
当一个随机变量x服从零-壹分布时, 它的分布密度如下表所示 (0<p<1) 因此, Ex=0(1-p)+1p=p Ex2=02(1-p)+12p=p Dx=Ex2-(Ex)2=p-p2=p(1-p) 现在设随机变量x1,x2,...,xn相互独立且每个都服从同一个零一分布, 来求出 hn=x1+x2+...+xn的分布
这里, 每个xi只能取0,1(i=1,2,...,n). 因此, hn只能取0,1,2,...,n. 设i为这些数字中的任一个. hn取i等于说x1,x2,...,xn中恰好有i个值取1而其余的取0. 在x1,x2,...,xn中i个 方式两两互斥. 按诸xi的相互独立性, 每种方式出现的概率为pi(1-p)n-i. 因此 即hn服从B(n,p).
因为hn=x1+x2+...+xn且x1,x2,...,xn相互独立, Exi=p, Dxi=p(1-p), i=1,2,...,n, 所以Ehn=Ex1+Ex2+...+Exn=npDhn=Dx1+Dx2+...+Dxn=np(1-p)
中心极限定律:设随机变量x1,x2,...,xn相互独立, 均值和方差都一样, 设Exi=m, Dxi=s2, i=1,2,...,n, 则当n很大时(通常在100以上), 它们的和hn=x1+x2+...+xn近似服从正态分布N(nm, ns2)推论:当n很大时, 二项分布B(n,p)近似服从正态分布N(np,np(1-p))(隶莫佛-拉普拉斯中心极限定理)
一, 线性回归 回归系数在研究实际问题时, 会遇到一些相互制约的量, 即它们之间存在一定的联系. 这些联系中有一类是大家所熟悉的函数关系, 即所谓确定性关系. 譬如, 自由落体运动中, 物体下落的距离s与所需的时间t的关系为
但是, 经常还会遇到两个随机变量, 它们并不具有函数关系. 例如, 一族人的身长与体重之间就是这样, 一般说来, 身高者, 体亦重. 但这种联系不是确定性的, 一个人的体重并不能完全确定其身高. 对于这样两个随机变量x,h, 希望用x的某个线性函数ax+b(a,b都是常数)来近似表达h. 当然问题是如何选取a,b, 使得在某种含义上近似程度尽可能好.
E[h-(ax+b)]2 =E(h-Eh)2+a2E(x-Ex)2+(Eh-aEx-b)2-2aE[(h-Eh)(x-Ex)].
从表达式可以看出, 为了使均方误差尽可能地小, 应该取
即取 (2) (3) 这时, ax+b为 (4)
以x的这个线性函数(4)作为h的近似值时, 均方误差最小, 最小值为s2(h)[1-r2(x,h)]. (5)称x的线性函数(4)为h对x的线性回归. 称线性函数(4)的一次项的系数 (6) 为h对x的回归系数, 记作a(x,h).
类似地, 可以考虑以h的线性函数近似表达x的问题. 得到x对于h的线性回归为 (7) 又, x对于h的回归系数a(h,x)为 (8) 按定义知r(x,h)=r(h,x), a(h,x)也可写成 (9)
例10设二维随机变量(x,h)的分布密度为 求h对于x的线性回归及x对h的线性回归.
解(x,h)关于x的边缘分布密度为 (x,h)关于h的边缘分布密度为
因此, h对x的线性回归为 x对h的线性回归为
上面已经求得: 如限用x的线性函数来近似表达h, 取h对于x的线性回归 时, 均方误差最小, 最小值为 s2(h)[1-r2(x,h)]. 而在误差理论中使用相对误差更为合适. 用上述均方误差s2(h)[1-r2(x,h)]除以s2(h) 后的商1-r2(x,h)(以后简称相对均方误差)来计量上述近似程度. 同理, 1-r2(x,h)也可以用来计量x对h的线性回归作为x的近似程度.
由此可见, 可以用1-r2(x,h)来计量x,h的线性联系的紧密程度. 由于1-r2(x,h)是|r(x,h)|的单调减函数, 也可用|r(x,h)|来计量这种联系的紧密程度. 称r(x,h)为x,h的相关系数, 它是(x,h)的一个数字特征.
下面讨论|r(x,h)|的大小与这种联系的关系.首先, 由于上述均方误差总不为负, 所以1-r2(x,h)0,即|r(x,h)|1其次当|r(x,h)|较大时, 相对均方误差1-r2(x,h)较小, 这就表明x,h的线性联系比较紧密. 反之,就比较不紧密.
特殊地, 当|r(x,h)|=1时, x,h的联系最紧密. 这时, 线性回归的均方误差均为零, 即x与h有线性关系 按r(x,h)为+1或-1而确定等式右端为+或为-.
当r(x,h)=0时, x,h的联系最不紧密. 这时, 两个线性回归都是常数, 它们依次为Eh及Ex. 称这样的x,h为互不相关.
当x,h相互独立时, x-Ex, h-Eh也相互独立, 再按数学期望的性质有E[(x-Ex)(h-Eh)]=[E(x-Ex)]E[(h-Eh)] =(Ex-Ex)(Eh-Eh)=0所以, 这时
即, x,h相互独立保证x,h互不相关. 但反过来不成立, x,h互不相关并不保证x,h相互独立.
例11已知随机变量x的分布密度为 而h=x2. 试证随机变量x与h不相互独立而互不相关. 证x与h不相互独立是显然的, 因为h的值完全由x的值所决定. 但E(xh)=E(x3)=E(x)=0, E(x)E(h)=0 所以r(x,h)=0, 故x,h互不相关.
当(x,h)服从正态分布时, x,h相互独立与x,h互不相关是等价的.
例12设服从以(x,h) 为分布密度的二维正态分布. 证明:r(x,h)=r. 证 按第六章例5的结论, x,h的边缘分布密度为标准正态分布, 因此 Ex=0, s2(x)=1, Eh=0, s2(h)=1. r(x,h)=E(xh)
在讨论误差时有绝对误差及相对误差一样, 在讨论表达两个随机变量之间联系的紧密程度时, 通常也有两种方法. 上面介绍过的相关系数相应于相对误差的地位, 相应于绝对误差地位的数字特征是E[(x-Ex)(h-Eh)]=r(x,h)s(x)s(h). 称这个数字特征为x,h的协方差, 记作cov(x,h), 即规定cov(x,h)=E[(x-Ex)(h-Eh)].显然有: cov(x,h)=cov(h,x)
又当x,h相互独立时, cov(x,h)=0. 但是, 反之不一定成立. 特殊地, 对于服从二维正态分布的随机变量(x,h)中的x,h讲, cov(x,h)=rs1s2, 且x,h的协方差为零等价于x,h相互独立.注意到: 只要x,h互不相关, 便有s2(xh)=s2(x)+s2(h).
方差是用来计量一个随机变量取值的分散程度的. 设x的方差为s2(x), 标准差为s(x). 要估计事件{|x-Ex|ks(x)}的概率, 其中k>0为任一常数. 为了简便起见, 在此只讨论连续型情形.
设x的分布密度为j(x), 则 从而得到不等式
如果令ks(x)=e, 即 ,则上式可写为 e为任意正数 称此不等式为契比晓夫不等式.
贝努利大数定律: 设hn服从B (n,p), 其中0<p<1, n=1,2,..., 那末, 对于任一正数e, 有
证 由于hn服从B (n,p), 所以Ehn=np, s2(hn)=np(1-p).因此按契比晓夫不等式 证毕
由于hn/n可以看作在n次重复独立试验中指定的事件A出现的频率, 而p为每次试验中A出现的概率, 因此上述定理的结论可理解为: 当n足够大时, 事件A出现的频率与A的概率的差的绝对值不小于任一指定的正数e的概率可以小于任何预先指定的正数. 这是频率稳定性的一种较确切的解释.
契比晓夫大数定律 设随机变量x1,x2,...,xn,...相互独立, 每个变量分别存在数学期望Ex1,Ex2,...,Exn,...及方差s2(x1),s2(x2),...,s2(xn),...,并且这些方差是有界的, 所有的方差小于一正常数K则对于任一个正数e, 有
证 将契比晓夫不等式用在 上, 任给e>0, 有
设随机变量x1,x2,...,xn,...相互独立且服从同一分布, 并且存在数学期望a和方差s2, 则x1,x2,...,xn的算术平均数对于任一个正数e, 有
