线性相关，相关系数

最新推荐文章于 2022-08-20 00:43:12 发布

nibaer

最新推荐文章于 2022-08-20 00:43:12 发布

阅读量4.1k

点赞数 1

本文链接：https://blog.csdn.net/nibaer/article/details/52316910

版权

相关系数r(X,Y)衡量了两个向量的线性相关程度，取值范围在-1到1之间。r=0表示不相关，|r|=1表示完全相关，|r|介于0.8到0.3之间分别代表高度和低度相关。b的正负决定了r的符号，但不决定其大小，b≠0时，Y=a+bX，相关系数揭示了X变动引起Y变动的程度。" 110032118,10293691,Plotly Python：设置坐标轴范围限制,"['Python', 'Plotly', '数据可视化', '图表设计']

摘要由CSDN通过智能技术生成

协方差

c o v (X, Y) = \sum n i = 1 ( x i - x ¯ ) ( y i - y ¯ ) n = E [(X - E (X)) (Y - E (Y))] = E (X Y) - E (X) E (Y)

$cov(X,Y)=\frac{\sum_{i=1}^{n}(x_{i}-\bar{x})(y_{i}-\bar{y})}{n} =E[(X-E(X))(Y-E(Y))]=E(XY)-E(X)E(Y)$
X,Y独立统计，cov(X,Y)=0

方差

v a r (X) =

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

nibaer

关注关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
线性相关，相关系数

协方差 cov(X,Y)=∑ni=1(xi−x¯)(yi−y¯)n=E[(X−E(X))(Y−E(Y))]=E(XY)−E(X)E(Y)cov(X,Y)=\frac{\sum_{i=1}^{n}(x_{i}-\bar{x})(y_{i}-\bar{y})}{n} =E[(X-E(X))(Y-E(Y))]=E(XY)-E(X)E(Y) X,Y独立统计，cov(X,Y)=0方差 var(X)=∑n
复制链接

扫一扫