协方差与相关系数

最新推荐文章于 2024-07-20 08:25:31 发布

White--Night

最新推荐文章于 2024-07-20 08:25:31 发布

阅读量213

点赞数

分类专栏：数学知识文章标签：概率论

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/white_night_SZTU/article/details/129446624

版权

数学知识专栏收录该内容

13 篇文章 0 订阅

订阅专栏

协方差定义

E{[X-E(X)][Y-E(Y)]}称为随机变量X与Y的协方差。即

$Cov(X,Y)=E\left \{ [X-E(X)][Y-E(Y)] \right \}$ 。

当Y=X时，我们可以得到

$\\Cov(X,X)=E\left \{ [X-E(X)][X-E(X)] \right \}=\\ E[X^2-2XE(X)+E(X)^2]=E(X^2)-2E(X)^2+E(X)^2=\\ E(X^2)-E(X)^2=D(X)\\ \therefore Cov(X,X)=D(X)$

同时易证 $Cov(X,Y)=Cov(Y,X)$ 。

得到了协方差与方差的关系后，我们还可以得到

$\\ D(X+Y)=D(X)+D(Y)+2Cov(X,Y)\\ Cov(X,Y)=E(XY)-E(X)E(Y)$

至此，我们便得到了已知期望或方差得到协方差的方法。

相关系数定义

$\rho_{XY}=\frac{Cov(X,Y)}{\sqrt{D(X)}\sqrt{D(Y)}}$ 则被称为X与Y的相关系数。

当相关系数=0时，称X和Y不相关。

当相关系数的绝对值 $|\rho_{XY} |$ 越大，说明X，Y从线性关系的角度来看联系越紧密。

当 $|\rho_{XY} |$ 值为1时，说明X与Y以概率“1”存在线性关系。

当 $|\rho_{XY} |$ 越小即趋向于0时，X，Y线性相关的程度就越差。

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
协方差与相关系数

则被称为X与Y的相关系数。当相关系数=0时，称X和Y不相关。当相关系数的绝对值越大，说明X，Y从线性关系的角度来看联系越紧密。当值为1时，说明X与Y以概率“1”存在线性关系。当越小即趋向于0时，X，Y线性相关的程度就越差。
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。