方差与协方差理解

§2 方差、协方差与相关系数 方差

例1

比较甲乙两人的射击技术，已知两人每次击中环数分布为：

ξ：7

8901

0601...⎛⎝ ⎫⎭⎪ η：67891001

02040201.....⎛⎝ ⎫⎭⎪. 问哪一个技术较好

首先看两人平均击中环数，此时8E E ξη==，从均值来看无法分辩孰优孰劣. 但从直观上看，甲基本上稳定在8环左右，而乙却一会儿击中10环，一会儿击中6环，较不稳定.因此从直观上可以讲甲的射击技术较好. 上例说明：对一随机变量，除考虑它的平均取值外，还要考虑它取值的离散程度.

称ξ-E ξ为随机变量ξ对于均值E ξ的离差(deviation)，它是一随机变量. 为了给出一个描述离散程度的数值，考虑用()E E ξξ-，但由于

()E E ξξ-=E E ξξ-=0对一切随机变量均成立，即ξ的离差正负相消，因此

用()E E ξξ-是不恰当的. 我们改用()2

E E ξξ-描述取值ξ的离散程度，这

就是方差.

定义 1 若()2

E E ξξ-存在，为有限值，就称它是随机变量ξ的方差(variance)，记作Var ξ,

Var ξ=()2E E ξξ- (1)

但Var ξ的量纲与ξξ的标准差(standard deviation).

方差是随机变量函数()2

E ξξ-的数学期望，由§1的(5)式，即可写出方差的计算公式

Var ξ=2()d ()x E F x ξ

ξ+∞

-∞-⎰=22()(),,()()d .i i i x E P x x E p x x ξξξξ+∞

-∞⎧-=⎪⎨⎪-⎩∑⎰离散型，连续型 (2)

进一步，注意到

()2

E E ξξ-=

()222E E E ξξξξ⎡⎤-+⎣⎦=()22E E ξξ- 即有

Var ξ=()2

2

E E ξξ-.

(3)

许多情况，用(3)式计算方差较方便些. 例1(续) 计算例1中的方差Var ξ与Var η. 解 利用(3)式

2

E ξ=

∑=i

i i x P x

)

(2

ξ=72×+82×+92×=,

Var ξ=

()2

2E E ξξ-=82=. 同理, Var η=

()2

2

E E ηη-= = > Var ξ, 所以η取值较ξ分散. 这说明甲的射击技术较好.

例2 试计算泊松分布P(λ)的方差.

解

2

2

01

!

(1)!k

k

k k E k

e

k

e k k λ

λ

λλξ∞

∞

--====-∑∑

1

1(1)

(1)!

(1)!k

k

k k k e

e k k λ

λ

λλ∞

∞

--===-+--∑∑

2

!

!

j

j

j j j

e

e j j λ

λ

λλλ

λ∞

∞

--===+∑∑

2

λλ=+

所以Var ξ=22

λλλλ+-=.

例3 设ξ服从[ a, b ]上的均匀分布U [a, b]，求Var ξ.

解

()22

2211

d 3b

a

E x x a ab b b a ξ==++-⎰,

Var ξ()()2

221132a ab b a b ⎡⎤

=++-+⎢⎥⎣⎦()2

112b a =-. 例4 设ξ服从正态分布(

)2

,N a σ

，求Var ξ.

解 此时用公式(2)，由于E a ξ=,

Var ξ2

()

E a ξ=

-222

()/2()d x a x a x σ+∞

---∞

=-⎰

2

2

2/2d z z e z

∞

--∞

=

222

/2/2z z ze e dz +∞+∞---∞-∞⎫=

-+⎪⎭⎰

2

2

2πσ=

=.

可见正态分布中参数2

σ就是它的方差, σ就是标准差. 方差也有若干简单而重要的性质. 先介绍一个不等式.

切贝雪夫(Chebyshev)不等式 若随机变量的方差存在，则对任意给定的正数ε，恒有

()2

Var P E ξξεξε-≥≤. (4)

证 设ξ的分布函数为()F x ，则

()P E ξξε-≥=⎰

≥-ε

ξ||)(E x x dF 2

2

||()d ()

x E x E F x ξε

ξε

-≥-≤⎰

22

1

()d ()

x E F x ξε

+∞

-∞

≤-⎰

=Var ξ/2

ε.

这就得(4)式.

切贝雪夫不等式无论从证明方法上还是从结论上都有一定意义. 事实上，