【概率论】5-10:二维正态分布(The Bivariate Normal Distributions)
title: 【概率论】5-10:二维正态分布(The Bivariate Normal Distributions)
categories:
- Mathematic
- Probability
keywords:
- The Bivariate Normal Distributions
toc: true
date: 2018-04-05 22:03:55
Abstract: 本文介绍第一个多变量连续分布——双变量正态分布(本篇内有未证明定理,需要后续要补充 )
Keywords: The Bivariate Normal Distributions
开篇废话
今天的废话想说说我们周围会有各种各样的事,各种各样的诱惑,各种各样的理由来告诉我们读书学习很苦而不学习也可以活的很好,但是坚持还是放弃只能选择一次,所以要慎重,开弓没有回头箭,放弃学习,就相当于放弃了一条抗争的路。
万般皆下品惟有读书高
今天我们来研究双变量的正态分布,多变量,连续分布。
对于某些研究者,可能用正态分布来非常好的描述某个随机变量,那么如果我们有两个随机变量,都可以用正态分布描述,而且他们之间存在关系,这时候我们就可以用一个双变量正态分布来描述了这两个变量之间的关系,并且这个二维分布的边缘分布,还是这两个随机变量单变量的分布。5.6中 我们介绍了某些有正态分布的独立随机变量的线性组合还是正态分布。但是双变量正态分布(联合分布)可以是相关的。
Definition and Derivation of Bivariate Normal Distributions
Theorem Suppose that Z1Z_1Z1 and Z2Z_2Z2 are independent random variables,each of which has the standard normal distribution.Let μ1,μ2,σ1,σ2\mu_1,\mu_2,\sigma_1,\sigma_2μ1,μ2,σ1,σ2 ,and ρ\rhoρ be constants such that −∞<μi<∞(i=1,2)-\infty<\mu_i<\infty(i=1,2)−∞<μi<∞(i=1,2) , σi>0(i=1,2)\sigma_i>0(i=1,2)σi>0(i=1,2) ,and −1<ρ<1-1<\rho<1−1<ρ<1 . Define two new random variables X1X_1X1 and X2X_2X2 as follows:
(5.10.1)X1=σ1Z1+μ1X2=σ2[ρZ1+(1−ρ2)12Z2]+μ2 X_1=\sigma_1Z_1+\mu_1\\ X_2=\sigma_2[\rho Z_1+(1-\rho^2)^{\frac{1}{2}}Z_2]+\mu_2 \tag{5.10.1} X1=σ1Z1+μ1X2=σ2[ρZ1+(1−ρ2)21Z2]+μ2(5.10.1)
The joint p.d.f. of X1X_1X1 and X2X_2X2 is
(5.10.2)f(x1,x2)=12π(1−ρ2)12σ1σ2e−12(1−ρ2)[(x1−μ1σ1)2−2ρ(x1−μ1σ1)(x2−μ2σ2)+(x2−μ2σ2)2] f(x_1,x_2)=\frac{1}{2\pi(1-\rho^2)^{\frac{1}{2}}\sigma_1\sigma_2}e^{-\frac{1}{2(1-\rho^2)}[(\frac{x_1-\mu_1}{\sigma_1})^2-2\rho(\frac{x_1-\mu_1}{\sigma_1})(\frac{x_2-\mu_2}{\sigma_2})+(\frac{x_2-\mu_2}{\sigma_2})^2]} \tag{5.10.2} f(x1,x2)=2π(1−ρ2)21σ1σ21e−2(1−ρ2)1[(σ1x1−μ1)2−2ρ(σ1x1−μ1)(σ2x2−μ2)+(σ2x2−μ2)2](5.10.2)
上面这个定理的证明需要定理3.9.5 ,而定理3.9.5是个选证题,也就是说会在我们后面的高级课程中进行证明,所以这个定理也就没法证明了,在证明了3.9.5 以后,我们会对此定理进行证明。
Theorem Suppose that X1X_1X1 and X2X_2X2 have the joint distribution whose p.d.f. is given by Eq.(5.10.2) Then there exist independent standard normal random variables Z1Z_1Z1 and Z2Z_2Z2 such that Eqs (5.10.1) hold .Also,the mean of XiX_iXi is μi\mu_iμi and the variance of XiX_iXi is σi2\sigma_i^2σi2 for i=1,2i=1,2i=1,2 .Furthermore the correlation between X1X_1X1 and X2X_2X2 is ρ\rhoρ .Finally,the marginal distribution of XiX_iXi is the normal distribution with mean μi\mu_iμi and variance σi2\sigma_i^2σi2 for i=1,2i=1,2i=1,2
此定理的证明也需要 3.9.5 的结论,所以我们目前只做不严谨的推理,两个联合分布如5.10.2,那么他们中的一个随机变量的分布(也就是联合变量的边缘分布)就是一个正态分布。均值和方差可求。
Definition Bivariate Normal Distributions.When the joint p.d.f. of two random variables X1X_1X1 and X2X_2X2 is of the form in Eq(5.10.2),it is said that X1X_1X1 and X2X_2X2 have the bivariate normal distribution with mean μ1\mu_1μ1 and μ2\mu_2μ2 variance σ12\sigma_1^2σ12 and σ22\sigma_2^2σ22 ,and correlation ρ\rhoρ
以上就是第一部分要讲的内容,两个没证明的定理,和一个定义,这篇文章看起来有点水,确实是这样,但是如果没有知识又不完全,算是个占位符,但是双变量正态分布这个用途确实太多了,举个最简单的例子,我们的身高体重,就经常用双变量的正态分布来建模。
Properties of Bivariate Normal Distributions
完整原文地址:https://www.face2ai.com/Math-Probability-5-10-The-Bivariate-Normal-Distributions转载请标明出处
转载于:https://www.cnblogs.com/face2ai/p/9756519.html
【概率论】5-10:二维正态分布(The Bivariate Normal Distributions)相关推荐
- 概率论笔记(六)一维正态分布/二维正态分布/多维正态分布
文章目录 一:一维正态分布 二:二维正态分布/多维正态分布 三:各向同性正态分布 一:一维正态分布 二:二维正态分布/多维正态分布 三:各向同性正态分布 各向同性的高斯分布(球形高斯分布)指的是各个方 ...
- 机器视觉学习之--贝叶斯学习 MATLAB二维正态分布二维图
1.贝叶斯介绍 我个人一直很喜欢算法一类的东西,在我看来算法是人类智慧的精华,其中蕴含着无与伦比的美感.而每次将学过的算法应用到实际中,并解决了实际问题后,那种快感更是我在其它地方体会不到的. 一直想 ...
- 正态分布,二维正态分布,卡方分布,学生t分布——概率分布学习 python
目录 基本概念 概率密度函数(PDF: Probability Density Function) 累积分布函数(CDF: Cumulative Distribution Function) 核密度估 ...
- 一维正态分布、二维正态分布的matlab实现
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %本程序用于产生一维正态分布.二维正态分布 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% ...
- 二维正态分布matlab程序,一维正态分布、二维正态分布的matlab实现
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %本程序用于产生一维正态分布.二维正态分布 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% ...
- 一维、二维正态分布概率密度曲线的绘制
在MATLAB中使用 Y = normpdf(X,MU,SIGMA)函数求一维正态分布的概率密度,其中X为随机矢量,MU为期望,SIGMA为标准差 matlab代码如下: x=-8:0.1:8; y1 ...
- matlab画二维正态等密度曲线,matlab:画二维正态分布密度函数图
首先,把二维正态分布密度函数的公式贴这里 这只图好大啊~~ 但是上面的那个是多维正态分布的密度函数的通式,那个n阶是对称正定方阵叫做协方差矩阵,其中的x,pi,u都是向量形式.虽然这个式子很酷,但是用 ...
- 证明二维正态分布中的参数ρ为相关系数
在二维正态分布中,参数 ρ\rhoρ 被定义为随机变量 X,YX,YX,Y 的相关系数,即 ρ=r(x,y)\rho=r(x,y)ρ=r(x,y).由 r(x,y)=Cov(x,y)Var[x]Var ...
- 二维正态分布的参数与概率密度图形
用 Microsoft Mathematics 绘制二维正态分布的概率密度图形,参数可以交互地调整. N(μ1, μ2; σ1, σ2, ρ) 下载 二维正态概率密度.gcw 然后点击重绘图形 μ1 ...
最新文章
- 51nod1237 最大公约数之和 V3
- 口译务实——Unit 10
- 遇到bug我会怎么做
- VC最常见的20种VC++编译错误信息
- Flash倒计时+写在自定义类+写在关键帧
- 【产品分析】Luckin coffee
- 23种设计模式设计原则
- 充分统计(sufficient statistic) 理解
- 在线数学函数画图工具 2D 3D
- mac虚拟摄像头插件_VCam虚拟摄像头(电脑虚拟摄像头视频软件)V5.4.2 官方最新版...
- 完美国际服务器维护中,《完美国际2》3月31日全服更新维护公告
- 6-1 另类循环队列 (30 分) 如果用一个循环数组表示队列,并且只设队列头指针Front,不设尾指针Rear,而是另设Count记录队列中元素个数。请编写算法实现队列的入队和出队操作。
- CMMI V2.0培训纪实
- C#/.NET 系统优化专题(搜索引擎Lucene的使用)
- 一篇文章,带你详细了解华为认证体系证书(二)
- 互动媒体作业之艺术作品赏析
- 有向图转强连通图最少加边数
- 文件下载的三种方式,前端和后端实现
- [编程题] 大富翁游戏(美团点评2017秋招)
- web前端与后台数据交互
热门文章
- python一级考试试题题库_Python编程一级试卷一及参考答案
- MySQL数据库全套(李玉婷)-day01
- PHP str_replace() 函数 替换字符串中的一些字符
- 论文阅读:TensorMask: A Foundation for Dense Object Segmentation
- 56、数据库设计(铁路购票系统)
- Apache里如何将图片解析成PHP
- THINKPHP图片处理之图片合成,分享海报合成
- 编写一个学生类,有姓名,年龄,性别,英语成绩,数学成绩,语文成绩 (扩展?)
- 在华为荣耀8x上测试android程序
- opencv-python 指静脉的ROI(感兴趣区域)的指节提取(原理+代码)