条件期望怎么求

发布网友发布时间：2022-05-13 19:04

共1个回答

热心网友时间：2022-06-16 17:53

条件期望，又称条件数学期望。为了方便起见，我们讨论两个随机变量X与Y的场合，假定它们具有密度函数f(x,y) ，并以g(y|x) 记已知X=x的条件下Y的条件密度函数，以h(x) 记X的边缘密度函数。定义在X=x的条件下， Y的条件期望定义为：E(Y|X=x)=∫y*g(y|x)dy [1] 。
应用编辑
条件数学期望在近代概率论中有着基本重要的作用 [2] ，在实际问题中也有很大用处。在两个互有影响的随机变量中，如果已知其中一个随机变量的取值=y，要据此去估计或预测另一个随机变量的取值，这样的问题在实际应用中经常会碰到。人们称它为“预测问题”。由上述讨论可知，条件数学期望E( )是在已知(=y)发生的条件下，对的一个颇为“合理”的预测。
一般认为，人的身高和脚印长可当作一个二维正态分布变量来处理。
把它画在平面的直角坐标系中就是一条直线，它在一定程度上描写了身高依赖于脚印的关系，常常称为是回归直线。在一般情形下，由
E( x，y) 或{x，E( x)}
可以得到平面上的两条曲线，它们称为是回归曲线或简称为回归。
期望的剩余方差编辑
还有一点应该指出的是，对于用得最广泛的正态分布来说，可以从例3.27知道，两类回归恰好是一致的。这一事实表明，就正态分布而言，最佳线性估计就是最佳估计。当然，这里“最佳”的意思是指均方差最小
这个均方误差常常称为剩余方差。由上式可知，当与间的相关系数| |=1时，剩余方差为零。这时，可以用方差来准确估计，也就是说与之间存在着线性关系。于是我们又一次证明了相关系数是随机变量间线性相依程度的反映。