一、学习目标 通过本节课的学习,知道多个随机变量的期望和方差的性质,以及随机变量之间的协方差、相关系数概念,并会做二维随机变量的协方差和相关系数等简单问题 二、内容讲解 二维随机变量的期望与方差的性质:

1.概括分析:在第二章中我们研究了离散型随机变量,在那里随机变量只取有限个或 可列个值,这当然有很大的局限性在许多随机现象中出现的一些变量,它们的取值是可以充满 某个区间或区域的(也就不会只取有限个或可列个的值),概率论的任务是要研究它们的统计规 律,那么对于这种更一般的随机变量,如何来描述它的统规律呢?因为单点集的长度为零由 此可知,用“分布列”是行不通的,需要另外找一个合适的“工具”分布函数.本节是概率 论中的基本内容之一学习本节,要求学生掌握随机变量

3.1变量类别 3.2定义新变量 3.3变量的位处理 3.4搜索被引用变量和删除变量

教学目的:了解多维随机变量的重要性质及其特征,重点介绍二维随机变量的有关结论。包括分布函数的 概念及其性质,二维连续型随机变量密度函数的性质。掌握边缘分布的概念,了解条件分布的概念及其具 体求解方法,了解随机变量相互独立的概念及其意义。掌握二维随机变量函数分布的基本求法

多元分析讨论多变量(多指标)问题,由于变量较多,增加了问题的复杂性。但在许多实际问题中我们经常发现变量之间有一定的相关性,人们自然希望用较少的变量来代替原来较多的变量, 且使这些较少的变量尽可能地反映原来变量的信息。将这种思想引入统计学,就产生了主成分分析,典型相关分析等。下面只介绍主成分分析

7.4随机变量的数字特征 7.4.1高散型随机变量的数学期望和方差 7.4.2连续型随机变量的数学期望和方差 7.4.3常见随机变量的数学期望和方差 7.4.4随机变量函数的数学期望和方差

回归分析的原理及应用 在分析化学,特别是仪器分析中,常常需要做工作曲线(也叫标准曲线,或 校正曲线,或检量线)。例如,原子吸收法中作吸光度和浓度的工作曲线,极谱法 中作波高和浓度的工作曲线等等。在分析化学中所使用的工作曲线,通常都是直 线。一般是把实验点描在坐标纸上,横坐标X表示被测物质的浓度,叫自变量。 大都是把可以精确测量或严格控制的变量(如标准溶液的浓度)作为自变量;纵 坐标y表示某种特征性质(如吸光度、波高等)的量,称因变量,一般设因变量 是一组相互独立、其误差服从同一正态分布N(O,2)的随机变量。然后根据 坐标纸上的这些散点(实验点)的走向,用直尺描出一条直线。这就是分析工作 者习惯的制作工作曲线的方法

9.1指针和指针变量的概念 9.2指针变量的定义与应用 9.3数组的指针和指向数组的指针变量 94字符串的指针和指向字符串的指针变量 9.5返回指针值的函数 9.6指针数组与主函数main的形参 9.7函数的指针和指向函数的指针变量

实验的基本变量 一、自变量(independent variable) 二、因变量(dependent variable) 三、额外变量(extra variable)

一、随机解释变量问题 二、实际经济问题中的随机解释变量问题 三、随机解释变量的后果 四、工具变量法 五、案例