【二元正态分布】
拼译:bivariate normal distribution
一译“双变量正态分布”。正态分布的一种。一元正态分布在二元情形下的推广。若(X1,X2)是二维随机向量,其联合密度函数为f(x1,x2)= ·exp{- [( )2-2ρ( )( )+( )2]},(对一切-∞<x1<+∞,-∞<x2<+∞成立),式中μ1,μ2,σ1,σ2,ρ是分布的五个参数,σ1>0,σ2>0,|ρ|<1,则称(X1,X2)服从二元正态分布。二元正态分布的二个边际分布是两个一元正态分布,即f1(x1)= f(x1,x2)dx2= e-(x1-μ1)2/ ,(对一切-∞<x1<+∞),f2(x2)= f(x1,x2)dx1= e-(x2-μ2)2/ ,(对一切-∞<x2<+∞),即X1~N(μ1, ),X2~N(μ2, )。二元正态分布情况下,两个变量的独立性与相关性是等价的(注意,一般情况下,此结论未必成立)。因为X1与X2之间的相关系数ρ= ,式中σ12是X1与X2之间的协方差,即σ12= (x1-μ1)(x2-μ2)f(x1,x2)dx1dx2。当ρ=0与σ12=0是等价的,再由(X1,X2)的联合密度函数f(x1,x2)看出,若ρ=0,推出f(x1,x2)=f1(x1)·f2(x2),即X1与X2相互独立,反之亦成立。 |