两个独立二维正态分布相减-搜答案-搜狗做题网

两个独立正态分布随机变量的联合分布是二维正态分布,而二维正态分布的随机向量的线性组合还依然服从正态分布从而,……再问：为什么两个独立正态分布随机变量的联合分布是二维正态分布再答：独立，联合概率密度等于

亲.这是定义,当分布为正态分布时,二者就是等价的再答：根据你的表达式，xy也是正太，再答：不懂可以追问再问：只要是二维正态分布独立和不相关就一定等价？再问：那个行列式等于零XY就不是二维正态分布吗，能

如果你没写错题目的话,答案是错的,你是对的,因为方差值可以直接相加.为了验证这一点,我特意在SPSS上做了一个模拟实验：利用随机数发生器产生第一组正态分布的随机数X（共有10000个随机数）,平均值设

方差都是相加的.如果X,Y独立,一定有D（X±Y)=D(X)+D(Y)再问：会不会答案错了？？按照相减计算会得出书后的答案再答：那有可能是答案错了，D(X±Y)=D(X)+D(Y)是独立的随机变量的方

正态分布的任意线性变换仍是正态分布,（X,Y）可以写成（U,V）线性变化形式,你给出的系数矩阵就是线性变换的系数矩阵

f(x)=[(50pi)^(-1/2)]e^(-x^2)f(y)=[(50pi)^(-1/2)]e^(-y^2)f(x,y)=f(x)f(y)X与Y相互独立.再问：这样好像不对吧，有解题过程吗？再答：

X和Y不相关

……那个其实就是e的多少多少次方,就是说exp(x)=e^x这里e是自然对数的底,约为2.718281828……

不正确

X与Y互相独立所以ρ=0

1.通过F检验可以看到方差是否相等,你说的对的,看第二行2.样本标准差可以使用描述统计中的功能来计算,例如descpritivestatistics3.如果样本数量30以上,可以当作正态分布.如果是小

是的只有相互独立的时候相加减得到的才能是正态分布

xcorr计算自相关；fft求取相关的傅里叶变换即可得到功率谱密度,具体用法请查阅matlab自带的帮助文档.

matlab上有现成的函数,函数名称为：mvnrnd（mu,sigma,cases,t)帮助文件如下MVNRNDRandomvectorsfromthemultivariatenormaldistri

①如果已知联合概率密度为f(x,y),则求Y的边缘概率密度f(y)=∫Rf(x,y)dx,即联合概率密度函数对于x在-∞到+∞上的积分!②正态分布的概率密度函数是p(x)={1/[σ√(2π)]}*e

两个变量都符合标准正态分布了.怎么个就方差不同呢?标准正态分布N（0,1）,期望E=0,方差D=1也就说,两个变量都符合标准正态分布了,就期望和方差都相同了.叫同分布.楼主的问题应该是,两个变量都符合

因为X,Y独立,所以Var（X-Y）=Var（X）+Var（Y）=2∑（∑^2）=2（∑^2）一般的,如果∑（大写,不是小写的σ）出现,它代表的就是方差阵：）

是独立的,有个定理,两组数据X,Y,如果存在D(X)和D(Y),如果R=cov(x,y)/√[D(x)D(y)]=0那么他们就是独立的.之所以说不相关未必独立,就是因为数据可能D(X)或D（Y）不存在

两个独立正态分布的随机变量的线性组合仍服从正态分布.这是二维正态分布的边缘分布(不需要独立)的线性组合服从正态分布的特殊情况.因为若X,Y服从相互独立的正态分布,则(X,Y)服从二维正态分布(密度函数

当然也可用辅助函数法(二重积分换元)直接得出倒数第三行的公式.