[信号处理]独立成分分析ICA - 基础

为什么随机变量X和Y不相关却不一定独立？

为什么随机变量X和Y不相关却不一定独立？ - 孙逍的回答
说的是对的，我举个更直观的例子吧

(X,Y) 均匀分布在单位元 x^2 + y^2 = 1上

X和Y的（线性）相关系数是0。为什么呢？直观来说，因为是个圆，如果你画一条线性回归的线，线的斜率是正的还是负的都不合适，因为是对称的。数学上
因为
E(X|Y) = E(Y|X) = 0
所以
E(X) = E(Y) = 0，而且
E(XY) = E[E(XY|X)] = E[X E(Y|X) ] = 0
所以
Cov(X,Y) = E(XY) - E(X)E(Y) = 0

但是X,Y 不是独立的，因为Y的取值对于X的取值分布是影响的

作者：匿名用户
链接：https://www.zhihu.com/question/26583332/answer/33330386
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

CDF:累加概率密度F(x)

PDF:概率密度函数ρ(x)

数学期望的性质：

随机向量的一阶矩即为均值

自相关矩阵的期望与二阶矩相关矩阵Rx关系：

序列自相关矩阵的计算和分析_AliceArtwork-CSDN博客_自相关矩阵序列自相关矩阵的计算和分析这几天在搞DSP的时候遇到的一些问题，稍微整理了一下 在下文中，你将会看到：平稳过程到底有什么意义、随机信号处理是如何与固定信号分析联系起来的、自相关函数的定义、自相关矩阵的意义和计算、自相关矩阵如何用于噪声白化平稳过程平稳过程是现代数字信号处理的一个大问题 它的定义是: 统计特性不随时间推移而改变的随机过程 在严格的定义中，它需要随机过程的各阶矩都保持一个稳定的值，https://blog.csdn.net/artista/article/details/51097918?readlog

 

 协方差与中心矩

三阶矩与四阶矩（峰度）

矩与累积量

平稳过程与不平稳的区别

过程参数是否随着时间有变化

宽平稳过程

无偏，一致性，估计误差

两种方式实现向量减法

a = [2,2],b = [0,1]，想求得a对b方向解耦的结果，即向量减法

两个方向实现：