二维正态分布相关系数为0说明什么
二维正态分布相关系数为0说明这两个变量之间不线性相关,但是不代表这两个变量相互独立。
假设变量X服从于正态分布,并且期望为0。变量Y=X^2。那么,变量X和变量Y是不独立的。但是,COV(X,Y)=E(XY) - E(X)E(Y)=E(X^3) - 0*E(Y)=E(X^3)=0,因此,COR(X,Y)=COV(X,Y)/Sqrt[VAR(X)VAR(Y)]=0,即,相关系数为0。
对于二维正态随机变量(X,Y),X和Y相互独立的充要条件是参数ρ=0。也即二维正态随机变量独立和不相关可以互推。二维正态分布的两个边缘分布都是一维正态分布的形式,对应不同的二维正态分布,但它们的边缘分布是一样的。
这一事实表明,单由关于X和关于Y的边缘分布,不能确定随机变量X和Y的联合分布,但加入了结合紧密程度的参数,就可以确定。
性质:
二维正态分布具有两个参数μ和σ^2的连续型随机变量的分布,第一参数μ是服从正态分布的随机变量的均值,第二个参数σ^2是此随机变量的方差,所以正态分布记作N(μ,σ2)。
μ是正态分布的位置参数,描述正态分布的集中趋势位置。概率规律为取与μ邻近的值的概率大,而取离μ越远的值的概率越小。正态分布以X=μ为对称轴,左右完全对称。正态分布的期望、均数、中位数、众数相同,均等于μ。
σ描述正态分布资料数据分布的离散程度,σ越大,数据分布越分散,σ越小,数据分布越集中。也称为是正态分布的形状参数,σ越大,曲线越扁平,反之,σ越小,曲线越瘦高。
2025-01-06 广告