概率中的独立与相关：相互独立、条件独立、协方差、相关系数

已于 2022-05-15 22:24:49 修改
阅读量3.2w 收藏 20
点赞数 7
分类专栏： __3.3 Probability&Statistics 3 - Mathmatics 文章标签： 概率论 机器学习 人工智能
于 2018-09-03 14:35:43 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/landstream/article/details/82348345
版权
本文介绍了概率论中的关键概念，包括相互独立事件和条件独立事件的定义，以及协方差和相关系数如何量化随机变量之间的线性相关性。独立事件的概率可以通过概率乘法规则确定，而条件独立则涉及给定第三个变量时的独立性。协方差为零意味着变量不相关，但不相关并不一定意味着独立。
摘要由CSDN通过智能技术生成

概念定义

（随机变量之间）相互独立：两个随机变量 x 和 y ，如果它们的概率分布可以表示成两个因子的乘积形式，并且一个因子只包含 x 另一个因子只包含 y ，我们就称这两个随机变量是相互独立的。

设 A A A， B B B 是两事件，如果满足等式 P ( A B ) = P ( A ) P ( B ) P(AB) = P(A)P(B) P(AB)=P(A)P(B)
则称事件 A A A， B B B 相互独立。

（随机变量之间）条件独立: 如果关于 x 和 y 的条件概率分布对于 z 的每一个值都可以写成乘积的形式，那么这两个随机变量 x 和 y 在给定随机变量 z 时是条件独立的.

设 A ， B ， C A，B，C

最低0.47元/天 解锁文章
汐雪池间
关注
专栏目录
概率论由相关性求数学期望和方差的公式_概率统计：数学期望、方差、协方差、相关系数、矩...
weixin_33532301的博客
12-31 4496
摘要：最近在学习机器学习/数据挖掘的算法,在看一些paper的时候经常会遇到以前学过的数学公式或者名词,又是总是想不起来,所以在此记录下自己的数学复习过程,方便后面查阅。1：数学期望数学期望是随机变量的重要特征之一,随机变量X的数学期望记为E(X),E(X)是X的算术平均的近似值,数学期望表示了X的平均值大小。 当X为离散型随机变量时,并且其分布律为 P(X=xk) ＝ pk ,其中k=1,...
概率论：相关性与独立性
Edward2022的博客
08-30 3万+
不相关：没有线性关系，ρ~XY~=Cov(X,Y)=E(XY)-E(X)E(Y)=0 独立：不存在任何函数关系
独立和相关讨论
皮皮君的博客
04-22 1万+
如果X事件和Y事件满足下面的概率公式： P(XY)=P(X)P(Y) 我们就说事件X和事件Y他们是独立的。 -------------------------------------------------------- 如果随机变量X和随机变量Y满足 Cov(X,Y)=E(XY)-E(X)E(Y)=0 我们说随机变量X和随机变量Y是不相关的。 -------------------...
独立、相关、正交
普罗米修斯的博客
05-31 4138
1] 张贤达. 现代信号处理[M]. 清华大学出版社, 2002.，其中，X的三种取值等概率。
相互独立
醉糊涂仙的博客
08-07 1525
如果A,B互不相容则P(AB)=0
概率论中，相关性和独立性的关系
最新发布
qq_53962537的博客
12-01 3483
在实际情况中，两个变量既可以是相关的又可以是独立的，具体取决于它们之间的关系。相关性和独立性是概率统计中两个关键的概念。
理学概率与统计协方差相关系数与矩PPT课件.pptx
10-08
【知识点详解】 ...这些知识点构成了概率统计中关于协方差和相关系数的基础理论，对于理解和应用统计分析至关重要，特别是在数据科学和金融领域，它们被广泛用于评估变量间的线性关联和模型的建立。
协方差与相关系数蓝背景PPT学习教案.pptx
10-02
协方差和相关系数是统计学中用于衡量两个随机变量之间线性关系强度和方向的指标。协方差表示的是两个变量变化趋势的一致性，当两个变量的变化趋势一致时，协方差为正；当两个变量的变化趋势相反时，协方差为负。而...
随机变量的方差协方差与相关系数PPT学习教案.pptx
10-06
协方差和相关系数也有类似的计算公式，特别是当两个随机变量相互独立时，它们的协方差为0，即\(Cov(X,Y) = 0\)，这表明两者之间没有线性关系。相关系数则为0，\(\rho_{X,Y} = 0\)，意味着X和Y的变动无关。 重要性质...
期望、方差、协方差及相关系数的基本运算
07-02
综上所述，期望、方差、协方差及相关系数是概率统计学中的核心概念，它们不仅为数据分析提供了基础工具，也在实际应用中扮演着重要角色。理解这些概念及其性质有助于更深入地分析数据，并为制定决策提供科学依据。
概率中的相关性与独立性
dazhayu5252的博客
01-07 3673
首先，概率中的相关性指的是线性相关，（见《概率论与数理统计》盛骤 中“协方差与相关系数”一节）。 其次，概率中的(线性)相关性与独立性是不等价的，独立=》不（线性）相关；不（线性）相关=》独立。 其实很好理解，相关有线性相关和非线性相关，在非线性相关的情况下，变量之间仍有联系，因此不独立。 （1）独立=》不相关，很简单，如下： （2）不线性相关的情况，两个变量也不独立，可以举...
概率统计：互不相容与相互独立
Mxeron的博客
03-11 2万+
互不相容又叫互斥，即两个事件不能同时发生，强调“同时发生”。 发生了A就不能发生B，发生了B就不能发生A. 而相互独立即使两个事件各自发生与否与另一个事件的发生与否没有关系； A和B独立的意思就是，A发生和B发生没有关系，A发生不会影响B发生，A和B也可能同时发生，不过A和B互不影响。 设有A、B两个集合 如果A、B互不相容，则A∩B=Φ，P（A∩B）= 0，P(B│A)= P(A│B)=0 如果A、B相互独立，则 P（A∩B）= P（A）P（B）， P(B│A)= P(B)， P(A│B)=P（A） .
相关、独立、互斥
颹蕭蕭
04-11 2206
独立：P(AB) = P(A)P(B) 互斥：P(AB) = 0
独立与条件独立
hftytf的博客
01-19 1379
独立与条件独立
什么是独立相关危险因素？
euler1983的专栏
03-16 3万+
独立危险因素的概念 在做Logistic回归分析时，OR大于1称为危险因素，小于1称为保护因素。 而独立危险因素一般指经过单因素分析后有意义的因素，进一步进行多因素分析确定，筛选出来的有意义变量才成为独立危险因素。独立预后因素同理。 可以简单地理解“独立”为：该因素单独分析时是有统计学意义的影响因素并且与其他因素一起分析时依旧具有统计学意义（即不受其他因素的影响）。 非独立的情况 ...
概率之基础概念
u012119316的博客
07-25 1884
1 概率分布(probability distribution) 用来描述随机变量或一簇随机变量在每一个可能取到的状态的可能性大小。描述概率分布的方式取决于随机变量是离散的还是连续的。 离散型变量和概率质量函数(probability mass function, PMF) 离散型随机变量的概率分布可以用PMF来描述。通常使用大写字母P来表示PMF。例如。 PMF将随机变量能够取得的每个状...
概率论中的独立和不相关的区别
qq_45126579的博客
05-28 5万+
首先，变量间的关系主要有互不相容、对立、独立和互不相关。 独立：有两随机事件 A、B 。 A、B 发生的概率分别为 P(A) 和 P(B) ， AB 事件同时发生的概率为 P(AB) 若 P(A)×P(B)=P(AB) ，则 A 与 B 相互独立。事件 A 发生的概率不影响事件 B 发生的概率，反应的是概率运算上的关系。 不相关：不相关随机变量是指两个变量的相关系数为0的变量，是相互间没有线性关系的变量。 1.不相关是指的两个变量之间没有线性关系，并不一定没有其他关系。而独立指的是两个随机变量之间什么关系都
独立和不相关的区别
热门推荐
wyl1813240346的博客
01-30 10万+
独立一定不相关，不相关不一定独立（高斯过程里二者等价） 。 对于均值为零的高斯随机变量，“独立”和“不相关”等价的。 假设X为一个随机过程，则在t1和t2时刻的随机变量的相关定义如下（两个随机过程一样）： （1）定义Kx（t1，t2）=E{[X（t1）-Mx(t1)][X(t2)-Mx(t2)]}为协方差函数，若K=0，即相关系数为0，则称之为不相关；不相关只是说二者没有线形关系，但并不代表没有任
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值