新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

word

文档

 

可自由复制编?/p>

 

第二?/p>

 

2.1.

试叙述多元联合分布和边际分布之间的关系?/p>

 

解:多元联合分布讨论多个随机变量联合到一起的概率分布状况?/p>

1

2

(

,

,

)

p

X

X

X

X

?/p>

?/p>

?

联合分布密度函数是一?/p>

p

维的函数,而边际分布讨论是

1

2

(

,

,

)

p

X

X

X

X

?/p>

?/p>

的子向量?

概率分布,其概率密度函数的维数小?/p>

p

?/p>

 

 

 

2.2

设二维随机向?/p>

1

2

(

)

X

X

?/p>

服从二元正态分布,写出其联合分布?/p>

 

解:?/p>

1

2

(

)

X

X

?/p>

的均值向量为

?/p>

?/p>

1

2

?/p>

?/p>

?/p>

?/p>

μ

,协方差矩阵?/p>

2

1

12

2

21

2

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?

,则其联

合分布密度函数为

 

1/2

1

2

2

2

1

12

1

12

2

2

21

2

21

2

1

1

(

)

exp

(

)

(

)

2

2

f

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?

x

x

μ

x

μ

?/p>

 

 

 

 

2.3

已知随机向量

1

2

(

)

X

X

?/p>

的联合密度函数为

 

1

2

1

2

1

2

2

2

2[(

)(

)

(

)(

)

2(

)(

)]

(

,

)

(

)

(

)

d

c

x

a

b

a

x

c

x

a

x

c

f

x

x

b

a

d

c

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

 

其中

1

a

x

b

?/p>

?/p>

?/p>

2

c

x

d

?/p>

?/p>

。求

 

?/p>

1

)随机变?/p>

1

X

?/p>

2

X

的边缘密度函数、均值和方差?/p>

 

?/p>

2

)随机变?/p>

1

X

?/p>

2

X

的协方差和相关系数;

 

?/p>

3

)判?/p>

1

X

?/p>

2

X

是否相互独立?/p>

 

 

 

?/p>

1

)解:随机变?/p>

1

X

?/p>

2

X

的边缘密度函数、均值和方差?/p>

 

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

word

文档

 

可自由复制编?/p>

 

第二?/p>

 

2.1.

试叙述多元联合分布和边际分布之间的关系?/p>

 

解:多元联合分布讨论多个随机变量联合到一起的概率分布状况?/p>

1

2

(

,

,

)

p

X

X

X

X

?/p>

?/p>

?

联合分布密度函数是一?/p>

p

维的函数,而边际分布讨论是

1

2

(

,

,

)

p

X

X

X

X

?/p>

?/p>

的子向量?

概率分布,其概率密度函数的维数小?/p>

p

?/p>

 

 

 

2.2

设二维随机向?/p>

1

2

(

)

X

X

?/p>

服从二元正态分布,写出其联合分布?/p>

 

解:?/p>

1

2

(

)

X

X

?/p>

的均值向量为

?/p>

?/p>

1

2

?/p>

?/p>

?/p>

?/p>

μ

,协方差矩阵?/p>

2

1

12

2

21

2

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?

,则其联

合分布密度函数为

 

1/2

1

2

2

2

1

12

1

12

2

2

21

2

21

2

1

1

(

)

exp

(

)

(

)

2

2

f

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?

x

x

μ

x

μ

?/p>

 

 

 

 

2.3

已知随机向量

1

2

(

)

X

X

?/p>

的联合密度函数为

 

1

2

1

2

1

2

2

2

2[(

)(

)

(

)(

)

2(

)(

)]

(

,

)

(

)

(

)

d

c

x

a

b

a

x

c

x

a

x

c

f

x

x

b

a

d

c

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

 

其中

1

a

x

b

?/p>

?/p>

?/p>

2

c

x

d

?/p>

?/p>

。求

 

?/p>

1

)随机变?/p>

1

X

?/p>

2

X

的边缘密度函数、均值和方差?/p>

 

?/p>

2

)随机变?/p>

1

X

?/p>

2

X

的协方差和相关系数;

 

?/p>

3

)判?/p>

1

X

?/p>

2

X

是否相互独立?/p>

 

 

 

?/p>

1

)解:随机变?/p>

1

X

?/p>

2

X

的边缘密度函数、均值和方差?/p>

 

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

word

文档

 

可自由复制编?/p>

 

第二?/p>

 

2.1.

试叙述多元联合分布和边际分布之间的关系?/p>

 

解:多元联合分布讨论多个随机变量联合到一起的概率分布状况?/p>

1

2

(

,

,

)

p

X

X

X

X

?/p>

?/p>

?

联合分布密度函数是一?/p>

p

维的函数,而边际分布讨论是

1

2

(

,

,

)

p

X

X

X

X

?/p>

?/p>

的子向量?

概率分布,其概率密度函数的维数小?/p>

p

?/p>

 

 

 

2.2

设二维随机向?/p>

1

2

(

)

X

X

?/p>

服从二元正态分布,写出其联合分布?/p>

 

解:?/p>

1

2

(

)

X

X

?/p>

的均值向量为

?/p>

?/p>

1

2

?/p>

?/p>

?/p>

?/p>

μ

,协方差矩阵?/p>

2

1

12

2

21

2

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?

,则其联

合分布密度函数为

 

1/2

1

2

2

2

1

12

1

12

2

2

21

2

21

2

1

1

(

)

exp

(

)

(

)

2

2

f

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?

x

x

μ

x

μ

?/p>

 

 

 

 

2.3

已知随机向量

1

2

(

)

X

X

?/p>

的联合密度函数为

 

1

2

1

2

1

2

2

2

2[(

)(

)

(

)(

)

2(

)(

)]

(

,

)

(

)

(

)

d

c

x

a

b

a

x

c

x

a

x

c

f

x

x

b

a

d

c

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

 

其中

1

a

x

b

?/p>

?/p>

?/p>

2

c

x

d

?/p>

?/p>

。求

 

?/p>

1

)随机变?/p>

1

X

?/p>

2

X

的边缘密度函数、均值和方差?/p>

 

?/p>

2

)随机变?/p>

1

X

?/p>

2

X

的协方差和相关系数;

 

?/p>

3

)判?/p>

1

X

?/p>

2

X

是否相互独立?/p>

 

 

 

?/p>

1

)解:随机变?/p>

1

X

?/p>

2

X

的边缘密度函数、均值和方差?/p>

 

Ͼλ">
Ͼλ
Ŀ

应用多元统计分析课后答案_朱建平版 - 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

word

文档

 

可自由复制编?/p>

 

第二?/p>

 

2.1.

试叙述多元联合分布和边际分布之间的关系?/p>

 

解:多元联合分布讨论多个随机变量联合到一起的概率分布状况?/p>

1

2

(

,

,

)

p

X

X

X

X

?/p>

?/p>

?

联合分布密度函数是一?/p>

p

维的函数,而边际分布讨论是

1

2

(

,

,

)

p

X

X

X

X

?/p>

?/p>

的子向量?

概率分布,其概率密度函数的维数小?/p>

p

?/p>

 

 

 

2.2

设二维随机向?/p>

1

2

(

)

X

X

?/p>

服从二元正态分布,写出其联合分布?/p>

 

解:?/p>

1

2

(

)

X

X

?/p>

的均值向量为

?/p>

?/p>

1

2

?/p>

?/p>

?/p>

?/p>

μ

,协方差矩阵?/p>

2

1

12

2

21

2

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?

,则其联

合分布密度函数为

 

1/2

1

2

2

2

1

12

1

12

2

2

21

2

21

2

1

1

(

)

exp

(

)

(

)

2

2

f

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

?/p>

?/p>

?/p>

?

x

x

μ

x

μ

?/p>

 

 

 

 

2.3

已知随机向量

1

2

(

)

X

X

?/p>

的联合密度函数为

 

1

2

1

2

1

2

2

2

2[(

)(

)

(

)(

)

2(

)(

)]

(

,

)

(

)

(

)

d

c

x

a

b

a

x

c

x

a

x

c

f

x

x

b

a

d

c

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?/p>

?

?/p>

?/p>

 

其中

1

a

x

b

?/p>

?/p>

?/p>

2

c

x

d

?/p>

?/p>

。求

 

?/p>

1

)随机变?/p>

1

X

?/p>

2

X

的边缘密度函数、均值和方差?/p>

 

?/p>

2

)随机变?/p>

1

X

?/p>

2

X

的协方差和相关系数;

 

?/p>

3

)判?/p>

1

X

?/p>

2

X

是否相互独立?/p>

 

 

 

?/p>

1

)解:随机变?/p>

1

X

?/p>

2

X

的边缘密度函数、均值和方差?/p>

 



ļ׺.doc޸Ϊ.docĶ

  • ƻ⼰
  • Ϻ֤ȯй˾ת˾ծȯҵָ
  • ˽̰꼶ѧϲԪλij̰
  • ŷϵͳ(6̬)
  • Сѧһ꼶ѧ-һ꼶²ʶͼ˵θ Ʒ
  • Ƕͨʶ˸ְ֮ĩ
  • ½̲Ķ꼶²ȫ̰2
  • ˰ʵӪ󷿵زҵֿܵ۽˰12ַƱ
  • Сѧ()꼶ϲᡶݳˮţ䡷ʿν̰ν̰
  • PROEġ硱ϵܳ͵

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)