Question

二维随机变量举个例子

Answer 1

例如一种产品分为一等品（A1），二等品（A2），三等品（A3）和不合格品（A4），比率分别为0.15，0.70，0.10，0.05。

则从该产产品种抽出N个（这N个为一个一个的独立抽出，且N远远小于总的数量），分别以X1~X4记为N个产品中一等品，二等品，三等品和不合格的个数，则可以X=（X1,……X4）满足M（N；0.15，0.70，0.10，0.05）

当只存在两种可能性A1、A2的时候，这是A1就是A2的对立事件，X1+X2=N，则X1唯一的决定X2，这就是第一篇笔记中的二项分布情况。

扩展资料：

二维随机变量（X，Y）的性质不仅与X 、Y 有关,而且还依赖于这两个随机变量的相互关系。因此，逐个地来研究X或Y的性质是不够的，还需将（X，Y）作为一个整体来研究。

有一个班（即样本空间）体检,指标是身高和体重，从中任取一人（即样本点）,一旦取定，都有唯一的身高和体重（即二维平面上的一个点）与之对应，这就构造了一个二维随机变量。由于抽样是随机的，相应的身高和体重也是随机的，所以要研究其对应的分布。

Answer 2

二维随机变量例子如下：

例如有一个班（即样本空间）体检，指标是身高和体重，从中任取一人（即样本点），一旦取定，都有唯一的身高和体重（即二维平面上的一个点）与之对应，这就构造了一个二维随机变量。由于抽样是随机的，相应的身高和体重也是随机的，所以要研究其对应的分布。

一种产品分为一等品（A1），二等品（A2），三等品（A3）和不合格品（A4），比率分别为0.15，0.70，0.10，0.05。

则从该产产品种抽出N个（这N个为一个一个的独立抽出，且N远远小于总的数量），分别以X1~X4记为N个产品中一等品，二等品，三等品和不合格的个数，则可以X=（X1,……X4）满足M（N；0.15，0.70，0.10，0.05）。

当只存在两种可能性A1、A2的时候，这是A1就是A2的对立事件，X1+X2=N，则X1唯一的决定X2，这就是第一篇笔记中的二项分布情况。

Answer 3

就是二维呗 有啥不能理解的 炮弹落在地上的坐标 抽取一个学生他的身高体重 湿度 气压等对温度的影响 是用来探究随机变量之间的某种特殊关系 需要把这些单个因素联系起来 探究关系 而不是抽出单个体因素 跟坐标类似