二维随机变量求方差
答:4+(2-1.5)^2*0.3+(2-1.5)^2*0.2 = 0.5^2*(0.1+0.4+0.3+0.2) = 0.25 E(XY) = ∑ xyP(x,y) = 1*1*0.1 + 1*2*0.3 + 2*1*0.4 + 2*2*0.2 = 2.3 标准协方差 Cov(X,Y) = E(XY) - E(X)E(Y) = 2.3 - 1.6*1.5 = - 0.1 ...
答:E(X)=∫(0,1)x[∫(0,1)f(x,y)dy]dx。而,∫(0,1)f(x,y)dy=∫(0,1)xe^[-x(1+y)]dy=e^(-x)-e^(-2x)。∴E(X)=∫(0,1)x[e^(-x)-e^(-2x)]dx=(1-2/e)-(1/4)(1-3/e²)=(3/4)(1+1/e²)-2/e。同理,E(X²)=∫(0,1)x...
答:协方差计算公式为:COV(X,Y)=E(XY)-E(X)E(Y).随机变量X和Y的(线性)相关系数ρ(X,Y) =COV(X,Y)/(√D(X)*√D(Y)),所以答案为 8/(5*3) =8/15
答:EX = ∫ dx ∫ x*p(x, y) dy 第一个积分符号上限1,下限0,第二个积分符号上限x,下限0 =>EX = 3/4 EY = ∫ dx∫ y*p(x,y)dy 同样,第一个积分符号上限1,下限0,第二个积分符号上限x,下限0 => EY = 3/8 EX EY就是所求的2个边际期望 要求协方差,有公式 Cov(X, ...
答:DX=EX^2-(EX)^2。二维随机变量的方差描述了随机变量的取值与其数学期望的偏离程度。对于多维随机变量的情况,协方差与相关系数刻画了每个随机变量的相关性。
答:假设随机变量X、Y的期望值和方差均存在,分别为E(X)、E(Y)和D(X)、D(Y)。∵D(aX+bY)=D(aX)+D(bY)+2COV(aX,bY),而,D(aX)=a²D(X)、D(bY)=b²D(Y)、COV(aX,bY)=abCOV(X,Y),∴D(aX+bY)=a²D(X)+b²D(Y)+2abCOV(X,Y)。供参考。
答:如果两个随机变量X与Y独立,则D(aX+bY)=D(aX)+D(bY)=(a^2)D(X)+(b^2)D(Y)。如果两个随机变量X与Y独立,则D(aX+bY)=D(aX)+D(bY)+2abcov(X,Y)=(a^2)D(X)+(b^2)D(Y)+2abρ{√D(X)}{√D(Y)},其中ρ是X与Y的相关系数。
答:min的函数表示出来。。。然后求概率密度函数。。然后求期望。。求方差
答:二、离散型随机变量的方差:D(X) = E{[X - E(X)]^2}.(1)=E(X^2) - (EX)^2.(2)。(1)式是方差的离差表示法。(2)式表示:方差 = X^2的期望 - X的期望的平方。概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。统计中的方差(样本方差)是每个样本值与全体...
答:这里使用了协方差的基本性质,即Cov(aX,bY)=abCov(X,Y)和Cov(X+Y,Z)=Cov(X,Z)+Cov(Y,Z)题中给出的Cov(X,Z)=Cov(X,X/3+Y/2)=Cov(X,X/3)+Cov(X,Y/2)=1/3Cov(X,X)+1/2Cov(X,Y)=1/3D(X)+1/2Cov(X,Y)应该就是这样了 ...
网友评论:
慎童18639935725:
二维离散型随机变量方差怎样算x/y 1 21 0.1 0.32 0.4 0.2 求D(X) D(Y) 标准协方差.谢谢 -
54217牧淑
:[答案] E(X) = ∑ xP(x,y) = 1*0.1 + 1*0.3 + 2*0.4 + 2*0.2 = 1.6D(X) = E[(X-EX)^2] = ∑ (x-EX)^2 P(x,y) = (1-1.6)^2*0.1+(1-1.6)^2*0.3+(2-1.6)^2*0.4+(2-1.6)^2*0.2= 0.6^2*0.4 + 0.4^2*0.6 = 0.24E(Y) = ∑ yP(x,y) ...
慎童18639935725:
二维随机变量函数分布求方差. -
54217牧淑
: min的函数表示出来...然后求概率密度函数..然后求期望..求方差
慎童18639935725:
二维离散型随机变量方差怎样算 -
54217牧淑
: E(X) = ∑ xP(x,y) = 1*0.1 + 1*0.3 + 2*0.4 + 2*0.2 = 1.6 D(X) = E[(X-EX)^2] = ∑ (x-EX)^2 P(x,y) = (1-1.6)^2*0.1+(1-1.6)^2*0.3+(2-1.6)^2*0.4+(2-1.6)^2*0.2 = 0.6^2*0.4 + 0.4^2*0.6 = 0.24 E(Y) = ∑ yP(x,y) = 1*0.1 + 1*0.4 + 2*0.3 + 2*0.2 = 1.5 D(Y) = E[(...
慎童18639935725:
二维正态分布的期望和方差公式
54217牧淑
: 二维正态分布的期望公式:数F(X)=1/(√2π)T,方差公式:f=T*E^h.二维正态分布,又名二维高斯分布(英语:Two-dimensionalGaussiandistribution,采用德国数学家卡尔·弗里德里希·高斯的名字冠名),是一个在数学、物理及工程等领域都非常重要的概率分布.在概率论和统计学中,数学期望(mean)(或均值,亦简称期望)是试验中每次可能结果的概率乘以其结果的总和,是最基本的数学特征之一.它反映随机变量平均取值的大小.需要注意的是,期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等.期望值是该变量输出值的平均数.期望值并不一定包含于变量的输出值集合里.
慎童18639935725:
设二维随机变量(ξ,η)在区域D:0
慎童18639935725:
设二维随机变量(X,Y)~N(0,0.5;0,0.5;0),Z=X - Y,则方差D(|Z|)= -
54217牧淑
:[答案] 先证明Z是标准正态分布,如图.经济数学团队帮你解答.请及时评价.谢谢!
慎童18639935725:
求方差公式 -
54217牧淑
: 定义 设X是一个随机变量,若E{[X-E(X)]^2}存在,则称E{[X-E(X)]^2}为X的方差,记为D(X)或DX.即D(X)=E{[X-E(X)]^2},而σ(X)=D(X)^0.5(与X有相同的量纲)称为标准差或均方差. 由方差的定义可以得到以下常用计算公式: D(X)=E(X^2)-[E(...
慎童18639935725:
概率论,二维随机变量,均匀分布设二维随机变量(X,Y)在区域R:0≤x≤1,0≤y≤x上服从均匀分布,求:数学期望E(X)及E(Y),方差D(X)及D(Y),协方差cov(X,Y)... -
54217牧淑
:[答案] f(x,y) = A(x从0到1积分,这是外积分) {(y从0到x积分,这是内积分) dy} dx = 1 = A(x从0到1积分,这是外积分) xdx = (A/2)(x^2)|代入x=1 = A/2 = 1 --> A=2. 即, f(x,y)=2, 0
慎童18639935725:
方差的公式,我记得老师说过是两个!最好有例子! -
54217牧淑
: 由方差的定义可以得到以下常用计算公式: D(X)=E(X^2)-[E(X)]^2 方差的几个重要性质(设一下各个方差均存在). (1)设c是常数,则D(c)=0. (2)设X是随机变量,c是常数,则有D(cX)=(c^2)D(X). (3)设X,Y是两个相互独立的随机变量,则D(X+...
慎童18639935725:
怎样求方差 -
54217牧淑
: 由定义知,方差是随机变量 X 的函数 g(X)=[X-E(X)]^2 的数学期望.即: 由方差的定义可以得到以下常用计算公式: D(X)=E(X^2)-[E(X)]^2 证明: D(X)=E[X-E(X)]^2 =E{X^2-2XE(X)+[E(X)]^2} =E(X^2)-2[E(X)]^2+[E(X)]^2 =E(X^2)-[E(X)]^2 方差其实就是标准差的平方.