协方差的意义
来源:互联网 发布:中信证券炒股软件 编辑:程序博客网 时间:2024/05/17 06:44
在概率论中,两个随机变量 X 与 Y 之间相互关系,大致有下列3种情况:
当 X, Y 的联合分布像上图那样时,我们可以看出,大致上有: X 越大 Y 也越大, X 越小 Y 也越小,这种情况,我们称为“正相关”。
当X, Y 的联合分布像上图那样时,我们可以看出,大致上有:X 越大Y 反而越小,X 越小 Y 反而越大,这种情况,我们称为“负相关”。
当X, Y 的联合分布像上图那样时,我们可以看出:既不是X 越大Y 也越大,也不是 X 越大 Y 反而越小,这种情况我们称为“不相关”。
怎样将这3种相关情况,用一个简单的数字表达出来呢?
在图中的区域(1)中,有 X>EX ,Y-EY>0 ,所以(X-EX)(Y-EY)>0;在图中的区域(2)中,有 X<EX ,Y-EY>0 ,所以(X-EX)(Y-EY)<0;在图中的区域(3)中,有 X<EX ,Y-EY<0 ,所以(X-EX)(Y-EY)>0;在图中的区域(4)中,有 X>EX ,Y-EY<0 ,所以(X-EX)(Y-EY)<0。
当X 与Y 正相关时,它们的分布大部分在区域(1)和(3)中,小部分在区域(2)和(4)中,所以平均来说,有E(X-EX)(Y-EY)>0 。
当 X与 Y负相关时,它们的分布大部分在区域(2)和(4)中,小部分在区域(1)和(3)中,所以平均来说,有(X-EX)(Y-EY)<0 。
当 X与 Y不相关时,它们在区域(1)和(3)中的分布,与在区域(2)和(4)中的分布几乎一样多,所以平均来说,有(X-EX)(Y-EY)=0 。
所以,我们可以定义一个表示X, Y 相互关系的数字特征,也就是协方差
cov(X, Y) = E(X-EX)(Y-EY)。
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。
这就是协方差的意义。
0 0
- 协方差的意义
- 协方差的意义
- 协方差的意义
- 协方差的意义
- 协方差的意义
- 协方差的意义
- 协方差的意义
- 协方差的意义
- 协方差的意义
- 协方差的意义
- 协方差的物理意义
- 协方差的意义
- 协方差矩阵的意义
- 协方差的意义
- 随机变量协方差的意义
- 协方差矩阵的意义
- 协方差、协方差矩阵的解释意义
- 协方差的概念与意义
- Fibre channel
- 7. Struts2_通过 ActionContext 获取 WEB 资源
- Java开发的几个注意点
- 基于SpringBoot + Mybatis实现SpringMVC Web项目【原创】
- 程序设计:剪刀、石头、布(二)
- 协方差的意义
- K好数(DP算法)
- 《learning laravel》翻译第二章-----安装Laravel
- jquery.json.js使用
- 【51 nod 1189】【素数+整数唯一分解定理】阶乘分数
- 我的Java后端书架 (2016年暖冬4.0版)
- kafka单机简单安装与测试
- iOS部分
- Servlet生命周期小结