协方差
来源:互联网 发布:淘宝第三方促销平台 编辑:程序博客网 时间:2024/06/07 19:22
描述
协方差分析是建立在方差分析和回归分析基础之上的一种统计分析方法。 方差分析是从质量因子的角度探讨因素不同水平对实验指标影响的差异。一般说来,质量因子是可以人为控制的。 回归分析是从数量因子的角度出发,通过建立回归方程来研究实验指标与一个(或几个)因子之间的数量关系。但大多数情况下,数量因子是不可以人为加以控制的。
定义
量E{[X-E(X)][Y-E(Y)]}称为随机变量X与Y的协方差。记为Cov(X,Y),即
而
称为随机变量X与Y的相关系数,它是个无量纲的量。
性质
1.
2.
,a,b是常数
3.
解释
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,也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值,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时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。
如果X与Y是统计独立的,那么二者之间的协方差就是0,因为两个独立的随机变量满足E[XY]=E[X]E[Y]。
但是,反过来并不成立。即如果X与Y的协方差为0,二者并不一定是统计独立的。
协方差Cov(X,Y)的度量单位是X的协方差乘以Y的协方差。而取决于协方差的相关性,是一个衡量线性独立的无量纲的数。
协方差为0的两个随机变量称为是不相关的。
如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值,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时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。
如果X与Y是统计独立的,那么二者之间的协方差就是0,因为两个独立的随机变量满足E[XY]=E[X]E[Y]。
但是,反过来并不成立。即如果X与Y的协方差为0,二者并不一定是统计独立的。
协方差Cov(X,Y)的度量单位是X的协方差乘以Y的协方差。而取决于协方差的相关性,是一个衡量线性独立的无量纲的数。
协方差为0的两个随机变量称为是不相关的。
1 0
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 协方差
- 方差,协方差,协方差矩阵
- 协方差,协方差矩阵
- Jprofile(三) - 查看线程CPU耗时
- Android Studio常用手册
- Gulp Error: Cannot find module 'jshint/src/cli';
- Python: 在Unicode和普通字符串之间转换
- Android NDK之JNI陷阱
- 协方差
- caffe源码阅读1-blob.hpp
- jQuery批量修改h1标签内容
- 查看表空间sql
- 关于finish()后父类的刷新问题
- [从头读历史] 第305节 星球战争 BC2899 至 BC2800(公元前29世纪)
- 加载一级分类数据、加载即选中第一行
- django程序没有问题,保存远地测试数据库,save没问题,控制台也显示update成功,但是在数据库检索数据没有存进去
- android中,项目架构的搭建