【问题标题】:Calculating covariance of joint probability mass function in R在R中计算联合概率质量函数的协方差
【发布时间】:2018-05-31 10:51:59
【问题描述】:
我有两个变量 X,Y 的联合概率质量函数,就像这里
如何计算 R 中的协方差?
我创建了两个向量 x,y 并将它们输入 cov(),但我得到了错误的结果。
我怎样才能正确地做到这一点?
提前致谢,祝您编码愉快!
【问题讨论】:
标签:
r
statistics
probability
【解决方案1】:
由于 SO 是一个编码论坛,我将把计算数学/统计数据的详细信息留给您。这是 R 中的一个实现。
-
我们首先注意 X 和 Y 的样本空间
# For G
G <- 0:3;
# For R
R <- 0:2;
-
联合概率质量函数由以下矩阵给出
joint_pmf <- matrix(
c(4/84, 12/84, 4/84,
18/84, 24/84, 3/84,
12/84, 6/84, 0,
1/84, 0, 0),
ncol = 3, byrow = T);
-
我们计算总体均值
# For G
mu_G <- rowSums(joint_pmf) %*% G;
# For R
mu_R <- colSums(joint_pmf) %*% R;
-
我们可以利用定理Cov(X, Y) = E[XY] - E[X]E[Y]来计算协方差
cov_GR <- G %*% joint_pmf %*% R - mu_G * mu_R;
# [,1]
#[1,] -0.1666667
我们使用了E[G] = mu_G 和E[R] = mu_R 是各自的总体均值这一事实。