xy服从二维正态分布那么相关系数一定=0么
来源:学生作业帮助网 编辑:作业帮 时间:2024/05/11 22:51:58
在X与Y相互独立的条件下才可以说X-2Y也服从正态分布.其参数为(独立条件下)均值E(X-2Y)=EX-2EY=0方差D(X-2Y)=DX+4DY=10,即X-2Y服从N(0,10)
亲.这是定义,当分布为正态分布时,二者就是等价的再答:根据你的表达式,xy也是正太,再答:不懂可以追问再问:只要是二维正态分布独立和不相关就一定等价?再问:那个行列式等于零XY就不是二维正态分布吗,能
随机变量X的概率密度函数为:{[1/sqrt(2pi)δ]}*exp[-(x-u)^2/(2*δ^2)]被称之为标准正态分布.
套公式即可.σ1^2=DX=16,σ2^2=DY=25.ρ=Cov(X,Y)/(σ1σ2)=0.6,√(1-ρ^2)=0.8.f(x,y)=(1/32π)e^{(-25/32)[x^2/16-3xy/
f(x)=[(50pi)^(-1/2)]e^(-x^2)f(y)=[(50pi)^(-1/2)]e^(-y^2)f(x,y)=f(x)f(y)X与Y相互独立.再问:这样好像不对吧,有解题过程吗?再答:
不独立的话,函数形状在三维空间就不是那种草帽型扩散的函数相互独立联合密度里新的指数是-{(x-u1)^2/o^1+(y-u2)^2/o2^2}(x,y)在圆心为(u1,u2),双轴比例为o1,o2的所
X和Y不相关
Y=(X-μ)/σ,则Y服从标准正态分布.
X的概率密度g(x)=∫[-∞,+∞]f(x,y)dy=1/(5√2π)*e^(-x^2/50).Y的概率密度h(y)=∫[-∞,+∞]f(x,y)dx=1/(5√2π)*e^(-y^2/50).f(
X,N(0,0,1,1,0)说明X,Y独立同分布N(0,1)fX(x)=φ(x).P(X+Y0)=P(X>0,Y>0)+P(X
f(x,y)~(u1,u2,σ1²,σ2²,ρ)其中u1=0,u2=0,σ1²=16,σ2²=25,ρ=Cov(x,y)=12把数字代入即可.再问:这个公式好长
C啊~这是概率论第四章的啊~不相关就是协方差为0~然后逆推到D(X)=D(Y)就可以导来了
首先,什么叫二维正态分布.2个高斯随机变量放在一起,叫高斯向量.何为2维,指的是两个向量关于实数域线性无关.(等价于covariance非退化)现在已知(U,V)线性无关,问经过一个线性变换后是否相关
z由x与y表示,x、y服从二维正态分布,从而x、z服从二维正态分布.对于二维正态分布来讲,不相关与独立是等价命题,所以由不相关直接推出两者独立.
Z应满足N(aμ1+bμ2,a^2σ21^2+b^2σ22^2+2ρabσ21σ22)概率论与数理统计的书里有相关定理的.
单个个体的值的样本服从正态分布N(μ,σ2)啊,因为是从这个总体中找的X呀.
当然也可用辅助函数法(二重积分换元)直接得出倒数第三行的公式.
/>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
这是两道题吧.X~N(0,3)所以mu1=0sigma1=根号3Y~N(0,4)mu2=0sigma2=2相关系数=-1/4=r,这里是二维正态概率密度函数的方程,你把以上5个参数带进去,就是所求.h