首先看看 均值,样本方差,样本协方差 公式区别
X ˉ \bar{X} Xˉ = 1 N ∑ i = 1 N x i \frac{ 1}{N}\sum_{i=1}^N x_i N1∑i=1Nxi
S = 1 N − 1 ∑ i = 1 N ( x i − x ˉ ) \frac{ 1}{N-1}\sum_{i=1}^N (x_i-\bar{x}) N−11∑i=1N(xi−xˉ)
cov(x,y) = 1 N − 1 ∑ i = 1 N ( x i − x ˉ ) ( y i − y ˉ ) \frac{ 1}{N-1}\sum_{i=1}^N (x_i-\bar{x})(y_i-\bar{y}) N−11∑i=1N(xi−xˉ)(yi−yˉ)
其中,样本方差公式中为什么除的n-1而不是n,样本协方差同样除的是n-1而不是n,请看此处:http://blog.csdn.net/maoersong/article/details/21819957,如果除的是n,那么求的方差就不是随机抽取变量组成样本的方差,而是整个空间的方差。
协方差 cov(x)
- x 为一个样本向量
cov(x)计算的是样本方差的无偏估计,但不是真正的方差
s
2
s^2
s2,真正的方差是样本的最大似然估计,可以用cov(x,1)计算。
cov(x) =
∑
i
=
1
n
(
x
−
x
ˉ
)
n
−
1
\frac{\sum_{i=1}^{n} (x-\bar{x})}{n-1}
n−1∑i=1n(x−xˉ)
cov(x,1) = s 2 s^2 s2 = ∑ i = 1 n ( x − x ˉ ) n \frac{\sum_{i=1}^{n}( x-\bar{x})}{n} n∑i=1n(x−xˉ)
- x 为一个样本矩阵
若x=
(
x
1
,
x
2
,
.
.
.
,
x
n
)
T
(x_1,x_2,...,x_n)^T
(x1,x2,...,xn)T是n维矩阵,即n个样本变量,cov(x)得到n×n的矩阵
其中对角线元素是每个维度的方差,非对角线上的元素则是不同维度间的协方差,
c
12
=
c
21
c_{12}=c_{21}
c12=c21。
协方差 cov(x,y)
x=[
a
1
,
a
2
,
.
.
.
,
a
m
a_1,a_2,...,a_m
a1,a2,...,am]
y=[
b
1
,
b
2
,
.
.
.
,
b
m
b_1,b_2,...,b_m
b1,b2,...,bm]
z=
(
a
1
a
2
.
.
.
a
m
b
1
b
2
.
.
.
b
m
)
\begin{pmatrix} a_1 & a_2 & ... & a_m \\ b_1 & b_2 & ... & b_m \end{pmatrix}
(a1b1a2b2......ambm)
cov(x,y) = cov(z)
cov(z)其实就是把cov(x,y)中两个变量纵向拼接在一起作为z参与运算。
所以,协方差矩阵运算时,首先要明确矩阵的一行是一组样本还是一列。
变异系数 c.v
比较两组数据离散程度,如果两组数据的测量尺度相差太大,或者数据量纲的不同,直接使用标准差来进行比较不合适,此时就应当消除测量尺度和量纲的影响。
c.v = (标准差 s / 平均值
x
ˉ
\bar{x}
xˉ)× 100%
进行数据分析时,若变异系数大于15%,则考虑该数据可能不正常,应该剔除。
————————————————
版权声明:部分内容参考「月亮是蓝色」的文章,
原文链接:https://blog.csdn.net/lyl771857509/article/details/79439184