第四章随机变量的数字特征 4-4协方差 1、定义 COV(, Y)=E(X-EX)(Y-EY)=EXY-EXEY 为随机变量X,Y的协方差.而COV(X,X)=DX COV(X,Y) PDxDy为随机变量XY的相关系数。 Pxy是一个无量纲的量;若pxy=0, 称XY不相关此时COVX,Y)=0 定理:若X,Y独立,则X,Y不相关

§4.1大数定律 §4.2随机变量序列的两种收敛性 §4.3中心极限定理 §4.4中心极限定理(续)

§2.1一维随机变量及分布列 §2.2多维随机变量、联合分布列和边际分布列 §2.3随机变量函数的分布列 §2.4数学期望的定义及性质 §2.5方差的定义及性质 §2.6条件分布与条件数学期望

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 ；

当方差分析的结果拒绝H,接受H1时, 只说明k个总体均数不全相等。若想进一步了 解哪些两个总体均数不等,需进行多个样本 均数间的两两比较或称多重比较(multiple comparison)。也叫 post hoc检验

第四章随机变量的数字特征 4-2方差 在实际问题中常关心随机变量与均值的 偏离程度,可用EX-EX|,但不方便;所以 通常用E(X-EX)2来度量随机变量X与其均 值EX的偏离程度。 1、定义 设X是随机变量,若E(X-EX)2存在,称其 为随机变量X的方差,记作DX,Var(X),即: DX=Var(X)=E(X-EX) 2.x称为标准差。 DX=E(X-E)2=(x-E)2p,离散型

基本概念 用点估计来估计总体参数,即使是无偏有效 的估计量,也会由于样本的随机性,从一个 样本算得估计量的值不一定恰是所要估计 的参数真值.而且,即使真正相等,由于参数 值本身是未知的,也无从肯定这种相等.到 底二者相差多少呢?这个问题换一种提法就 是,根据估计量的分布,在一定的可靠程度 下,指出被估计的总体参数所在的可能数值 范围.这就是参数的区间估计问题

3.3随机变量的独立性 将事件独立性推广到r.v. 两个rv的相互独立性 定义设(X,Y)为二维r.v.若对任何 实数x,y都有 则称r.v.X和Y相互独立

当我们面对一大堆数据时,往往使人眼花缭乱没有人能够记住那些巨 大的数据中的所有数值,但总是可以对数据形成一些印象。有些特征大略了解一 下就可以得到: 这些数据的大致范围;是定性还是定量;有多少变量;收集该数据的目 的等等

7.2点估计的评价标准 对于同一个未知参数,不同的方法得 到的估计量可能不同,于是提出问题 应该选用哪一种估计量? 用何标准来评价一个估计量的好坏? (1)无偏性 常用 标准 （2)有效性 (3)致性