网站开发的流程是怎样的,wordpress getfooter,做网站的收获,wordpress回复提醒序 在随机信号分析中#xff0c;存在这样一个概念群#xff1a;不相关、正交、统计独立。 当两个随机过程保持统计独立时#xff0c;它们必然不相关#xff1b;但反过来则不一定成立#xff0c;即不相关的两个随机过程不一定能保持统计独立#xff0c;唯有高斯过程才是个…序 在随机信号分析中存在这样一个概念群不相关、正交、统计独立。 当两个随机过程保持统计独立时它们必然不相关但反过来则不一定成立即不相关的两个随机过程不一定能保持统计独立唯有高斯过程才是个例外。从统计的角度看保持统计独立要比不相关还要严格。 在信号分析中内积为零则可作为两个信号之间正交的定义。在随机过程中除了协方差函数外还要求至少其中有一个随机过程的均值为零这时两个随机过程才相互正交。正交的条件满足了不相关的条件就自然满足但是反过来则不一定。因此正交条件要比不相关条件严格些。 如果统计独立的条件满足则正交条件也自然满足但反过来则不一定成立。 因此统计独立性的条件最为严格其次为正交性最弱为相关性。 统计独立性 一些随机现象经过大量观察在它们出现的结果之间不呈现显著联系因此认为这些随机现象的规律性相互独立称为统计独立性。 统计独立的充要条件是两个随机变量的联合概率密度分布函数等于它们各自概率密度分布函数的乘积。即p(f1,f2)p(f1)p(f2), 很容易证明统计独立必然导致不相关。 在概率论里说两个事件是独立的直觉上是指一事件的发生不会影响到另一事件发生的机率。例如骰子掷出“6”的事件和其在下一次也掷出“6”的事件是相互独立的。 类似地两个随机变量是独立的若其在一事件给定观测量的条件机率分布和另一事件没有被观测的机率分布是一样的。 例如第一次掷骰子掷出的数目和第二次会出现的数字是相互独立的。 统计相关性 相关性是指当两个因素之间存在联系的时候一个典型的表现是一个变量会随着另一个变量变化。 相关又会分成正相关和负相关两种情况。举例说明下雪外面就会变冷这是正相关。出太阳就不会下雨这是负相关。 一般利用相关系数来表征随机变量之间的相关程度。 统计独立必不相关 两随机变量或者两个随机过程若它们的互相关或互相关函数等于两者均值之积或者协方差和相关系数都等于0则它们之间不相关。 统计独立比不相关含义更严格前者表明一个随机变量的任一取值的变化都不会引起另一个变量的任何取值的变化而不相关则是统计平均意义下相互无影响即间或存在的相互影响经集合平均后显示不出来宏观影响为0。 不相关性与正交性 在通信系统中总是力图按不相关或正交关系来设计在同一信道随机发送的二元或多元信号。对于多数通信信号以及噪声来说基本上均值都为0于是在实际应用中不相关与正交没有本质区别。 参考文献 http://en.wikipedia.org/wiki/Independence_(probability_theory)http://zh.wikipedia.org/zh-cn/%E7%9B%B8%E5%85%B3http://www.cnblogs.com/emanlee/archive/2012/01/31/2333961.html 转载于:https://www.cnblogs.com/TianYIS/p/4488062.html
