随机变量X和Y是非退化,退化随机变量

随机变量X和Y是非退化,退化随机变量

⊙△⊙ 1= 1.4 回归的本质设随机变量是维随机向量，它是可以预先测量的，希望通过X预测Y,也就是说要寻找一个函数当X的观察值为x时，就把作为对Y的预测值。当然一般总希望2) 当当|KCKT|0时时，随机向量随机向量Y 服从非退化服从非退化正态分布正态分布. 推论推论非退化正态分布随机向量非退化正态分布随机向量X的的满秩线满秩5、线性变换性变换仍服从

1)不能保证Y=KX服从非退化正态分布.随机向量Y服从非退化正态分布.推论非退化正态分布随机向量X的满秩线性变换仍服从非退化正态分布.可注明电子科技大学定理2.1所谓非退化的随机变量一般就是说不是单点分布的随机变量(常数值随机变量)

令g(x)=Y,即g(x)=2X+8。我们可以得到Y的值域为(8,16)。同时又因为连续性随机变量的分布函数求导后就可以得到概率密度，我们最后可得。当然如果Y单调可导还是用对L族，我们发现，任何一个属于L族的连续随机变量X与任何一个非退化到0的随机变量Y的独立积仍然属于L族，而对于X非连续情形，Y满足一定的条件，就有独立积属于L族，

ˋ＾ˊ y& 8什么是琏祺变量的分布断数70 4为什么直方图均衡化并不会产39什么是随机变量取特定值的概率70 具有平坦直方图的图像…98 310么是随机变量的概率密度函数……7l 49随机变量的不相关性定义：设(X,Y)为二维非退化的随机变量，则称不相关。对于随机变量X和Y,下列事实是等价的：xyCovxyxyXYEXEY未必相互独立。下面举例说明：例1:设(X

1. 令Z,W为独立于X,Y且相互独立同分布的非退化正态变量（书中记为Z1,Z2）。定义辅助变量X′=X+Z,Y′=Y+W（书中为Y1,Y2）。可以看到X′,Y′互相独立，且X′+Y′,可能的结果有正面朝上，反面朝上两种，若定义X为投掷一枚硬币时正面朝上的次数，则X为一随机变量，当正面朝上时，X取值1；当反面朝上时，X取值0.又如，掷一颗骰子，它