第六章几种离散型变量的分布及其应用 连续型随机变量:数值变量资料。 离散型随机变量:分类变量资料经整理后 得到的例数。 连续型随机变量有n个,无数种; 离散型随机变量只有一个,(n+1)种

一、随机变量的数学期望 二、随机变量的方差 三、随机变量的协方差和相关系数

一、二维随机变量 二、联合分布 三、边缘分布 四、条件分布 五、相互独立的随机变量 六、两个随机变量函数的分布

一、随机变量和分布函数 1.随机变量的概念 基本事件有的是数量性质的,有的不是数量性质,为了更全面,更深入地研究随机现象,需 把试验结果数量化,即在基本事件与数之间建立一种对应关系,我们称这种对应关系为随机变 量

一、教学要求： 1、 掌握随机变量的数学期望和方差的概念、性质及计算 ； 2、 掌握随机变量函数的期望 ；

第四讲随机变量的数字特征 内容提要 (1)随机变量的数学期望(直接计算,随机变量函数的期望,期望的性质)方差(直接计算,性质) (2)协方差、协方差矩阵与相关系数(计算,性质) (3)矩和混合矩 (4)常见分布的期望与方差

第一单元随机变量概念 一、学习目标 通过本节课的学习,知道如何用实数描述随机事件,进而掌握随机变量概念. 二、内容讲解 随机事件

1、 二维随机变量的数学期望和条件数学期望 二维随机变量(ξ ,η) 离散时，用联合分布列 i j pij P(ξ = x ,η = y ) = 表示； 连续时，用联合密度函数 p( x, y)表示。 设随机变量函数ζ = f (ξ ,η) ，其数学期望定义为：

2.3连续型随机变量 一、连续型rv的概念 定义设是随机变量,若存在一个非负可积函数(x),使得 其中F(x)是它的分布函数则称x是连续型rv,f(x)是它的概率 密度函数(p.d.f.),简记为df

一、二维随机变量 二、边缘分布 三、相互独立的随机变量 四、两个随机变量的函数的分布