20)Числовые характеристики двумерных случайных величин. Ковариация, коэффициент корреляции.

Мат. Ожидание и дисперсия для непрерывной случ.величины:

Наряду с ними рассматриваются также числовые характеристики условных распределений: условные математические ожидания Mx( Y ) и Му( Х ) и условные дисперсии Dx( Y ) и Dу( Х ).

Эти характеристики находятся по обычным формулам математического ожидания и дисперсии, в которых вместо вероятностей событий рi и pj или плотностей вероятности f1(х) и f2(y) используются условные вероятности pj (xi) и pi (yj) или условные плотности вероятности fy(x) и fх(у).

Условное математическое ожидание случайной величины Y при X = х,т.е. Mx (Y),есть функция от х, называемая функцией регрессии или просто регрессией Y по Х; аналогично Му (Х) называется функцией регрессии или просто регрессией X по Y.

Графики этих функций называются соответственно линиями регрессии (или кривыми регрессии) Y по Х и Х по Y.

Зависимость между переменными X и Y называется функциональной, когда каждому значению х одной переменной соответствовало строго определенное значение у другой.

Зависимость между двумя случайными величинами X и Y называется вероятностной (стохастической или статистической), если каждому значению одной из них соответствует определенное (условное) распре-деление другой.

В случае вероятностной (стохастической) зависимости нельзя, зная значение одной из них, точно определить значение другой, а можно указать лишь распределение другой величины.

Ковариацией (или корреляционным моментом) Кху случайных величин X и Y называется математическое ожидание произведения отклонений этих величин от своих математических ожиданий, т.е.

или

где aх = М (Х), ау = M (Y).

Из определения следует, что Кxy = Кух. Кроме того,

т.е. ковариация случайной величины с самой собой есть ее дисперсия ^*.

для дискретных случайных величин:

для непрерывных:

Ковариацию называют еще вторым смешанным центральным моментом случайных величин X и Y и обозначают cov (X ,Y ).

СВОЙСТВА КОВАРИАЦИИ СЛУЧАЙНЫХ ВЕЛИЧИН

1. Ковариация двух независимых случайных величин равна нулю.

2. Ковариация двух случайных величин равна математическому ожиданию их произведения минус произведение математических ожиданий, т.е.

Kxy = M(XY) − M(X) · M(Y) или Кху = M(XY) − ах · ау.

3. Ковариация двух случайных величин по абсолютной величине не превосходит произведения их средних квадратических отклонений, т.е.

Ковариация двух случайных величин характеризует как степень зависимости случайных величин, так и их рассеяние вокруг точки (ах,ау ).Однако ковариация — величина размерная, что затрудняет ее использование.

Коэффициентом корреляции двух случайных величин называется отношение их ковариации к произведению средних квадратических отклонений этих величин:

Из определения следует, что ρxy = ρyx = ρ. Очевидно также, что коэффициент корреляции есть безразмерная величина.

СВОЙСТВА КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ

1. Коэффициент корреляции принимает значения на отрезке [-1;1].

2. Если случайные величины независимы, то их коэффициент корреляции равен нулю, т.е. ρ = 0.

Из независимости случайных величин следует их некоррелированность (ρ = 0). Обратное утверждение, вообще говоря, неверно.

3. Если коэффициент корреляции двух случайных величин равен (по абсолютной величине) единице, то между этими случайными величинами существует линейная функциональная зависимость.

НЕКОТОРЫЕ СВОЙСТВА МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ И ДИСПЕРСИИ

1. Математическое ожидание произведения двух случайных величин равно сумме произведения их математических ожиданий и ковариации этих случайных величин:

M(XY) = M(X)·M(Y) + Kxy, Если Кху = 0, то M(XY) = M(X)·M(Y),

т.е. математическое ожидание произведения двух некоррелированных случайных величин равно произведению их математических ожиданий*.

2. Дисперсия суммы двух случайных величин равна сумме их дисперсий плюс удвоенная ковариация этих случайных величин:

D(X+Y) = D(X)+D(Y)+2Kxy.

* В случае двух сомножителей достаточно менее жесткого требования (чем независимость) − некоррелированности случайных величин. В случае произ-вольного числа сомножителей требование независимости случайных величин должно быть сохранено.