在统计里,两个随机变量X,Y的相关函数定义如下:
也就是两个随机变量协方差除以标准差之积。
如果X是一个时间的随机变量序列,将不同时间起始点的两个序列Xt和Xs看成两个随机变量,上面的相关函数则可表示为:
就这么个玩意,表达了个什么意思呢?
让我们把期望展开来看,也就是当随机变量序列有样本点时:
而向量内积计算结果,是两个向量间夹角的余弦值。当两个向量相同时,夹角为0,而余弦值,即自相关函数取值为1。
所以,自相关函数在统计上,反映了同一序列在不同时刻的取值之间的相关程度。
在统计里,两个随机变量X,Y的相关函数定义如下:
也就是两个随机变量协方差除以标准差之积。
如果X是一个时间的随机变量序列,将不同时间起始点的两个序列Xt和Xs看成两个随机变量,上面的相关函数则可表示为:
就这么个玩意,表达了个什么意思呢?
让我们把期望展开来看,也就是当随机变量序列有样本点时:
而向量内积计算结果,是两个向量间夹角的余弦值。当两个向量相同时,夹角为0,而余弦值,即自相关函数取值为1。
所以,自相关函数在统计上,反映了同一序列在不同时刻的取值之间的相关程度。