期望、方差、协方差与相关系数

1.利用切比雪夫不等式可以证明方差为0意味着随机变量的取值集中在一点上

2.从协方差可以得到两个变量增减的趋势，称为相关性

3.“不相关”比“独立”更弱的概念，“独立”必导致“不相关”，“不相关”不一定导致“独立”

4.相关系数是相应标准化变量的协方差，它的取值范围是[-1,1]

5.相关系数刻画了变量之间线性关系的强弱

6.协方差矩阵是一个对称的半正定(非负定)矩阵

7.协方差矩阵可以用来表示多维随机变量的概率密度(多维高斯分布上经常出现)

本篇介绍数学上最最最常用、最最最经常遇见的一些统计量。期望，方差，协方差和相关系数等。我们先从一维随机变量开始介绍。

一维随机变量

关于数学期望与方差的定义我们就直接开门见山：

离散场合数学期望

连续场合数学期望

方差与标准差