回归分析(修订本)(社会学教材教参方法系列)
上QQ阅读APP看书,第一时间看更新

4.8 向量的期望和协方差阵的介绍

在第1章中,我们介绍了随机变量的期望和方差。对于随机向量,也就是每一个元素都是随机变量的向量,也具有类似的概念。

设b=(b1, b2, …, bp′,其中b1, b2, …, bp都是随机变量。不难看出, b是一个列向量,且因其每一个元素都是随机变量,从而b就是一个随机向量。

我们定义E(b)= [E(b1), Eb2), …, Ebp)]′(即认定随机向量的期望存在),即对随机向量求期望就是对它的每一个随机元素求期望。

对于随机向量也有类似方差的概念。对随机向量b=(b1, b2, …, bp)′求方差Var(b),其中b1, b2, …, bp都是随机变量。将随机变量bi的方差记为Varbi),两个不同的随机变量bibjij)的协方差记为Covbi, bj),则Var (b)是随机向量b中各变量的方差、协方差构成的矩阵,为:

不难看出,当i=j时,协方差阵的第(i, j)元素为随机变量bi的方差;当ij时,第(i, j)元素是随机变量bibj的协方差。换句话说,对角线元素为相应随机变量的方差,而非对角线元素则为相应两个随机变量的协方差。值得注意的是,由于对于任意ij,都有Covbi, bj)=Covbj, bi),所以协方差矩阵是对称矩阵。