以下各式错误的是（）
A: E(c|X)=c
B: E(Y|X)=E(Y)
C: E(E(Y|X))=E(Y)
D: E(g(X)Y|X)=g(X)E(Y|X)
A: E(c|X)=c
B: E(Y|X)=E(Y)
C: E(E(Y|X))=E(Y)
D: E(g(X)Y|X)=g(X)E(Y|X)
B
举一反三
- 对任意两个随机变量X和Y，以下选项正确的是（ ）． A: D ( X +Y ) = D ( X ) + D ( Y ) B: E( X +Y ) = E( X ) + E( Y ) C: E( X Y ) = E( X ) E( Y ) D: D ( X Y ) = D ( X ) D ( Y )
- 若随机变量X，Y相互独立，下列表达式错误的是？? E(X+Y) = E(X) + E(Y)|E(X*Y) = E(X) * E(Y)|E(X-Y) = E(X) - E(Y)|E(X/Y) = E(X) / E(Y)
- 假设下面的各量都是存在的,则下列叙述正确的有() A: 条件期望E(X|Y)是一个随机变量 B: 若X与Y独立,则E(X|Y)=EX C: E(h(X)g(Y))=E[h(X)E(g(Y)|X)] D: Cov(X,E(Y|X))=Cov(X,Y)
- 设\(z = {e^ { { y \over x}}} + {x^y} + {y^x}\)，则\({z_x} = \) A: \({1 \over x}{e^ { { y \over x}}} + {x^y}\ln x + x{y^{x - 1}}\) B: \(- {y \over { { x^2}}}{e^ { { y \over x}}} + {x^y}\ln x + x{y^{x - 1}}\) C: \({e^ { { y \over x}}} + y{x^{y - 1}} + {y^x}\ln y\) D: \( - {y \over { { x^2}}}{e^ { { y \over x}}} + y{x^{y - 1}} + {y^x}\ln y\)
- 若X与Y是两个不相关的随机变量，且方差都存在，则以下结果正确的是 A: E(X)E(Y)=E(XY) B: Cov(X,Y)=0 C: X与Y一定独立 D: E(X)E(Y)>E(XY) E: E(X)E(Y) F: D(X+Y) G: D(X+Y)>D(X)+D(Y)
内容
- 0
若X与Y是两个不相关的随机变量，且方差都存在，则以下结果正确的是 A: E(X)E(Y)=E(XY) B: Cov(X,Y)=0 C: X与Y一定独立 D: E(X)E(Y)>E(XY) E: E(X)E(Y)<E(XY) F: D(X+Y)<D(X)+D(Y) G: D(X+Y)>D(X)+D(Y)
- 1
若X与Y是两个不相关的随机变量，且方差都存在，则以下结果正确的是 A: E(X)E(Y)=E(XY) B: Cov(X,Y)=0 C: X与Y一定独立 D: E(X)E(Y)>E(XY) E: E(X)E(Y)<E(XY) F: D(X+Y)<D(X)+D(Y) G: D(X+Y)>D(X)+D(Y)
- 2
设二维随机变量 (X , Y )服从二维正态分布，则随机变量X + Y与X – Y不相关的充要条件为（ ） A: E (X ) = E (Y ) B: E (X 2) – [E (X )]2 = E (Y 2 ) – [E (Y )]2 C: E (X 2 ) = E (Y 2) D: E (X 2) + [E (X )]2 = E (Y 2 ) + [E (Y )]2
- 3
设X,Y为两个随机变量，且X,Y独立，则E(X|Y)= A: X B: E(X) C: Y D: E(Y)
- 4
X,Y独立，则E(X/Y)=E(X)/E(Y)