weixin_37315722的博客

1、多维随机变量 多个随机变量放在一起，构成n维随机变量。它们的概率特性由n维联合概率分布与密度函数描述，定义为 联合概率特性包含了分量随机变量各自的（边缘）概率特性与相互间“交叉”的概率特性。 ...

文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnings('

文章目录各态历经性1.引入库2.读入数据 各态历经性 1.引入库 2.读入数据

文章目录1 随机信号的平稳性2 随机信号的功率谱密度 1 随机信号的平稳性 2 随机信号的功率谱密度

1 定义和基本特性 1.1 概念和定义 可以理解为：随机信号是带时间参量t的随机变量。 1.2 基本概率特性 1.3 基本数字特征 如前所述，随机信号是带有参量的随机变量，那它的数字特征和随机变量的数字特征就具有类似性，只不过数字特征中带有了时间参量，是时间参量的确定函数。 上述就是关于随机信号的一些最基本的认识，下面我们通过一个例子来强化一下理解。 1.4 联合特性 研究多个随机信号及相互关系时，要用到联合特性。几个比较关键的联合数字特征是互相关函数、互协方差函数和互相关系数。 ...

文章目录1 随机变量1.1 随机变量的基本概率特性1.2 常见的几种概率密度函数1.2.1 高斯分布（正态分布）1.2.2 瑞利分布1.2.3 莱斯分布1.3 随机变量的数字特征 1 随机变量 1.1 随机变量的基本概率特性 1.2 常见的几种概率密度函数 1.2.1 高斯分布（正态分布） 1.2.2 瑞利分布 1.2.3 莱斯分布 1.3 随机变量的数字特征 ...