概率论 |
您所在的位置:网站首页 › 协方差是什么含义 › 概率论 |
Refer to: https://www.cnblogs.com/bigmonkey/p/11097322.html https://baike.baidu.com/item/%E5%8D%8F%E6%96%B9%E5%B7%AE/2185936?fr=aladdin协方差: Coveriance 当舞台转向了多维随机变量时,方差就变成了协方差,这里的“协”是指几个变量的协同相关性。 如果(X, Y)是二维随机变量,且D(X)>0, D(Y)>0,则X,Y的协方差的定义是: 和方差类似,E(X)E(Y)是确定的数学期望,对于某一组确定的变量x=X, y=Y来说,X和Y也是定值,因此协方差可进一步转换为: 由于E(X)E(Y)是定值,因此可以根据数学期望的性质进一步计算: 从直观上来看,协方差表示的是两个变量总体误差的期望。 如果两个变量的变化趋势一致,也就是说如果两个变量都大于自身的期望值,那么两个变量之间的协方差就是正值;如果两个变量的变化趋势相反,即其中一个变量大于自身的期望值,另外一个却小于自身的期望值,那么两个变量之间的协方差就是负值。 当两个变量完全一致时,协方差就变成了方差:这相当于同一个变量的协方差等于方差,自己与自己一定同步,无所谓协同。 协方差的性质: 协方差只能处理二维问题,对于三维以上数据,就需要计算多个协方差,然后用矩阵将其组织起来,这就是协方差矩阵。 以三维随机变量(X,Y,Z)为例,其协方差矩阵用∑表示: 需要注意的是,协方差矩阵计算的是不同维度之间的协方差,而不是不同样本之间的。 简单来说,协方差矩阵就是两两计算各维度之间的协方差,看看每两个维度之间的相关情况。如果各个变量之间相互独立,那么两个不同维度变量的协方差是0,协方差矩阵就是一个对角矩阵,并且对角线上的每个元素都是该维度的方差: |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |