在概率论中学过期望,方差,协方差和相关系数,现在又跳出来个协方差矩阵,来看下协方差和协方差矩阵的实际意义
-
协方差
用来描述两个随机变量之间的相关性,其定义为
C O V ( X , Y ) = E [ X Y ] − E [ X ] E [ Y ] = E [ X − E [ X ] ] [ Y − E [ Y ] ] COV(X,Y)=E[XY]-E[X]E[Y]=E[X-E[X]][Y-E[Y]] COV(X,Y)=E[XY]−E[X]E[Y]=E[X−E[X]][Y−E[Y]]
协方差的数值计算公式
C O V ( x , y ) = ∑ i = 1 n ( x i − x ‾ ) ( y i − y ‾ ) n − 1 COV(x,y)=\frac{\displaystyle\sum_{i=1}^{n}{(x_i-\overline{x})(y_i-\overline{y})}}{n-1} COV(x,y)=n−1i=1∑n(xi−x)(yi−y)
注意区别这两个公式,上面那个是大写字母下面是小写字母,大写字母表示随机变量,服从一定的分布,比如正态分布等;小写字母表示数字或者矩阵,是可以把值代入计算的。特例
C O V ( X , X ) = D ( X ) COV(X,X)=D(X) CO