方差与协方差
2016-07-15 08:58
621 查看
方差
方差是实际值与期望值(均值)之差平方的平均值,衡量的是一组数据对于其期望值的离散程度。离散型方差
D(X)=∑k=1∞[xk−E(X)]2pk其中E(X)是X的期望值,P{X=xk}=pk,k=1,2,...是X的分布律。
连续型方差
D(X)=∫∞−∞[x−E(X)]2f(x)dx其中f(x)是X的概率密度。
由数学期望的性质展开,上面两式都可得到
D(X)=E(X2)−[E(X)]2
协方差
在概率论和统计学中,协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况,即当两个变量是相同的情况。期望值分别为E[X]与E[Y]的两个随机变量X与Y之间的协方差Cov(X,Y)定义为:Cov(X,Y)=E{[X−E(X)][Y−E(Y)]}=E[XY]−E[X]E[Y]
当 Cov(X, Y)>0时,表明 X与 Y 正相关;
当 Cov(X, Y)<0时,表明 X与 Y 负相关;
当 Cov(X, Y)=0时,表明 X与 Y 不相关。
协方差的绝对值越大,则二个变量相互影响越大。
随机变量X与Y的相关系数:ρXY=Cov(X,Y)D(X)−−−−−√D(Y)−−−−−√
若ρXY=0,则称X与Y不线性相关。
即ρXY=0的充分必要条件是Cov(X,Y)=0,亦即不相关和协方差为零是等价的。
两者关系
D(X±Y)=D(X)+D(Y)±2Cov(X,Y)特别的,当X,Y是两个不相关的随机变量则D(X±Y)=D(X)+D(Y)
相关文章推荐
- 下一个五年你会在哪里,做着怎样的事
- 国家工信部是用来做什么的
- Qt pro 文件详解
- [Cloud Computing]Mechanisms: Live VM Migration
- 4. 单一职责模式
- Android初学者之轻松实现语音识别
- iOS中Today扩展插件与宿主APP的交互
- 非activity内打开和关闭activity
- 越南卡隆欣电站调速器发货
- 96. Unique Binary Search Trees [转]
- IOS Dev Intro - Top 10 Most Useful iOS Libraries
- NYOJ素数求和
- java入门第一季_1.3_java的基本语法、标识符和关键字
- 安卓Design包下的TextInputLayout和FloatingActionButton的简单使用
- MFC学习之List Control的使用
- python学习——文件读写
- 稀疏表示综述:A Survey of Sparse Representation: Algorithms and Applications_2015(1)
- js实现楼层效果的简单实例
- 第一次考试 劣质的草
- 商品分类 商品类型 商品属性