期望
一件事情有n种结果,每一种结果值为
xi
x
i
,发生的概率记为
pi
p
i
,那么该事件发生的期望为:
E=∑i=1nxipi
E
=
∑
i
=
1
n
x
i
p
i
方差
S2=1n∑i=1n(Xi−μ)2
S
2
=
1
n
∑
i
=
1
n
(
X
i
−
μ
)
2
其中: μ μ 为全体平均数
标准差
标准差为方差的算术平方根,方差和标准差能反映数据的离散程度。
偏差
S2=1n∑i=1n(yi−f(xi))2
S
2
=
1
n
∑
i
=
1
n
(
y
i
−
f
(
x
i
)
)
2
yi y i 表示预测值, f(xi) f ( x i ) 表示真实值。 偏差描述了准确性,方差描述了稳定性。
协方差
协方差代表了两个变量之间的关系。如果 协方差为正值,说明两个变量呈正相关;如果 协方差为负值,则两个变量呈负相关;若 协方差为0,两个变量相互独立。
期望值分别为 E(X) E ( X ) 和 E(Y) E ( Y ) 的两个实随机变量 X X 和之间的协方差 Cov(X,Y) C o v ( X , Y ) 定义为:
Cov(X,Y)=E[(X−E[X])(Y−E[Y])]
C
o
v
(
X
,
Y
)
=
E
[
(
X
−
E
[
X
]
)
(
Y
−
E
[
Y
]
)
]
=E[XY]−2E[Y]E[X]+E[X]E[Y]
=
E
[
X
Y
]
−
2
E
[
Y
]
E
[
X
]
+
E
[
X
]
E
[
Y
]
=E[XY]−E[X]E[Y]
=
E
[
X
Y
]
−
E
[
X
]
E
[
Y
]
协方差矩阵
多个变量之间的协方差构成协方差矩阵,协方差矩阵是对称矩阵,即 Cov(X,Y)=Cov(Y,X) C o v ( X , Y ) = C o v ( Y , X )
协方差矩阵如下表示:
参考:
https://blog.csdn.net/beechina/article/details/51074750
https://baike.baidu.com/item/%E5%8D%8F%E6%96%B9%E5%B7%AE/2185936