二维随机变量例子
答：例如一种产品分为一等品（A1），二等品（A2），三等品（A3）和不合格品（A4），比率分别为0.15，0.70，0.10，0.05。则从该产产品种抽出N个（这N个为一个一个的独立抽出，且N远远小于总的数量），分别以X1~X4记为N个产品中一等品，二等品，三等品和不合格的个数，则可以X=（X1,……X4...
答：一般而言二维随机变量，互不相关与相互独立并不等价，但也有例外，比如二维正态随机变量，互不相关与相互独立就是等价的。由于这个分布函数具有很多非常漂亮的性质，使得其在诸多涉及统计科学离散科学等领域的许多方面都有着重大的影响力。比如图像处理中最常用的滤波器类型为Gaussian滤波器（也就是所谓的正...
答：拿正态分布举个例子。一维正态分布的概率密度函数是一条左右对称的钟型线，而二维其实就是一口钟了，即从任何角度看去，它都是钟型线。因此一维随机变量的分布函数是定积分，而二维分布函数是二重积分。1、随机变量的分布函数有的性质：(1)单调性， x1<x2 ==>F(x1)≤F(x2)(2) 有界性，0≤...
答：X,Y 分别是随机变量， (X,Y)是一个把样本空间映射到实数平面的函数。它是一个二维随机变量。D是错误的。(X,Y)可能不服从二维正态分布：假设X的期望是0，方差是1。A,B,C的区别在于(X,Y)的分布是不是二维正态分布。只需举两个例子就可以说明：(X,Y)可能服从二维正态分布：如果X，Y相互独...
答：比如下图中的例子，不论(X,Y)是什么分布，U的取值 只能是1或0，所以U是离散型随机变量。经济数学团队帮你解答，请及时采纳。谢谢！
答：分布律就是把值和概率对应的填进去就可以了。边缘分布律，以x为例，x取0的概率是1／6，取－1概率是1／3＋1／12＝5／12，取2的概率就是5／12，那么做一个表，第一行是可能的取值0，1，2．第二行把相应概率填进去。二维离散型随机变量的分布称为边缘分布律，由定义可以知道边缘分布律，其实...
答：因为，(X，Y)是二维离散型随机变量 所以，xy也是离散型随机变量 先求出xy的概率分布列 再求xy的期望 比如 P(x＝0)＝1/2，P(x＝1)＝1/2 P(y＝0)＝1/2，P(y＝1)＝1/2 则，P(xy＝0)＝3/4 P(xy＝1)＝1/4 所以，E(XY)＝0×(3/4)＋1×(1/4)＝1/4 这个例子比较简单，...
答：ә是偏导的意思。dx知道吧？就是对x求导，现在二维随机变量有两个变量，如果假定其中一个变量不变（视为常数），则对另一个变量求导称为对此变量的求偏导。例如f(x.y)=xy,әf/әx 表示f函数对x求偏导，你只要把y变为变量，当成求x的导数就行了，所以 әf/ә...
答：则二维随机变量(X,Y)一定服从二维正态分布。补：只举1个例子。取二维随机变量(X,Y)的的联合概率密度，f（x，y）=[2/√（2π）]e^[-(x^2+y^2)/2],当x*y≥0 =0，当x*y<0,显然(X,Y)不服从二维正态分布，X的概率密度f1（x）=∫{-∞≤y≤+∞}f（x，y）dy=1/√（2π）e...
答：答案是B。X,Y 分别是随机变量， (X,Y)是一个把样本空间映射到实数平面的函数。它是一个二维随机变量。D是错误的。A,B,C的区别在于(X,Y)的分布是不是二维正态分布。我们只需举两个例子就可以说明：(X,Y)可能服从二维正态分布：如果X，Y相互独立，那么(X,Y)的分布密度公式可以通过X,Y的...
网友评论：
墨康18658953827：
二维随机变量举个例子 -
28404龚聪
： 就是二维呗 有啥不能理解的 炮弹落在地上的坐标 抽取一个学生他的身高体重 湿度 气压等对温度的影响 是用来探究随机变量之间的某种特殊关系 需要把这些单个因素联系起来 探究关系 而不是抽出单个体因素 跟坐标类似
墨康18658953827：
二维随机变量 - 百科
28404龚聪
： (1)x的边缘分布律P(X=0)=1/3+1/4=7/12 P(X=2)=5/12 y的边缘分布律P(Y=-2)=1/3+1/4=7/12 P(Y=0)=1/4+1/6=5/12 (2) P(x=0,y=0)=1/4 而P(x=0)*P(y=0)=7/12*5/12=35/144 两者不相等 故x与y不独立 (3)P(x+y=0)=P(x=0,y=0)+P(x=2,y=-2)=1/4+1/4=1/2
墨康18658953827：
用定义和例子解释统计学里面的随机变量是什么? -
28404龚聪
： 表示随机现象(在一定条件下,并不总是出现相同结果的现象称为随机现象)各种结果的变量(一切可能的样本点).例如某一时间内公共汽车站等车乘客人数,电话交换台在一定时间内收到的呼叫次数等等,都是随机变量的实例.
墨康18658953827：
设二维随机变量(X,Y)~N(4,9;1,4;0.5),求cov(X,Y),D(X+Y) -
28404龚聪
： (X,Y)~N(4,9;1,4;0.5)则EX=4,EY=9,DX=1,DY=4,ρ=0.5 所以cov(X,Y)=ρ√DX√DY=0.5*1*2=1 D(X+Y)=DX+DY+2cov(X,Y)=1+4+2*1=7 扩展资料 随机变量在不同的条件下由于偶然因素影响,可能取各种不同的值,故其具有不确定性和随机性,但...
墨康18658953827：
二维随机变量 -
28404龚聪
： 有了联合分布律,要想求期望,就要分别求出X的边际分布和XY的分布. 因为X的边际分布是:X 0 1 2P 0.4 0.3 0.3 所以E(X)=0*0.4+1*0.3+2*0.3=0.9. 对于XY,要分别讨论X,Y的取值.因为X=0,1,2, Y=1,2, 所以XY的可能值为0,1,2,4. 因此其分布律为:XY 0 1 2 4P 0.4 0.2 0.2 0.2 所以E(XY)=0*0.4+1*0.2+2*0.2+4*0.2=1.4
墨康18658953827：
正态分布的随机变量一定是不相关的吗 -
28404龚聪
： 如果X与Y都服从正态分布,则二维随机变量(X,Y)不一定服从二维正态分布, 有很多反例. 但如果X与Y都服从正态分布,且独立, 则二维随机变量(X,Y)一定服从二维正态分布.补:只举1个例子.取二维随机变量(X,Y)的的联合概率密...
墨康18658953827：
随机变量和随机过程(一维,二维) -
28404龚聪
： (1)随机变量应该不难理解,随机过程就是一系列随机变量的有序排列(通常是按照时间顺序),这一系列随机变量满足某中规律 (2)随机变量好像没有1维或2维的说法 (3)对于平稳随机过程,其任意一个时间截点处的均值,和整个随机过程的均值相等.而非平稳过程则不一定.有规律可循的随机过程(这类随机过程包括几个大类,比如正态过程、独立增量过程等)可以求得其均值函数,从均值函数可以看出随机过程在不同的时间的均值是时间的函数.
墨康18658953827：
一道连续型随机变量问题:设二维随机变量(X,Y)的密度函数 -
28404龚聪
： 1、由密度函数的性质∫[0--->+∞]∫[0--->+∞] Ae^(-2x-3y)dxdy=1 即: A∫[0--->+∞]e^(-2x)dx∫[0--->+∞] e^(-3y)dy=1 得:A[-(1/2)e^(-2x)]*[-(1/3)e^(-3y)]=1 其中x,y均是[0--->+∞] 解得:A(1/2)(1/3)=1,得:A=62、P(X≤1,Y≤3)=6∫[0--->1]e^(-2x)dx∫[0--->3] e^(-3y)dy=6(-1/2)e^(-2x)(-1/3)e^(-3y) x:0--->1,y:0--->3=(1-e^(-2))(1-e^(-9)) 约等于0.865
墨康18658953827：
怎么去理解二维随机变量啊,看到就头大 -
28404龚聪
： 二维随机变量,就是个2元函数啊,完全可以在三维空间中画出来,就像是大地上的一块顶盖.记得里面有个条件概率,你自己在这块盖子上用笔画画就好了!可能这个就是2元函数的倒数问题吧!
