今天在复习协方差的公式的时候,猛然惊醒协防方差为什么能表示两个随机变量的相关程度。
首先看一下方差的公式:

然后再看一下协方差的公式:

你能看出二者的差别仅仅是把第i个X换成了Y而已,如果说方差是“X与均值的差的平方”,那么协方差就是“X和Y与均值的差的乘积”,那么协方差为什么能表示X与Y之间的相关程度呢?
如果第i个X距离均值远,第i个Y距离均值也远,自然他们的乘积就大了,如果其中一个方向反了,X大于均值越大,Y值小于均值越大,说明他们是负相关,这样子看来,是不是看到协方差的公式就不再害怕了。
最后要说明的是,本文只提供一个理解的思路,并不能作为证明的依据。
只用一句话,如何理解协方差的及其原理
最新推荐文章于 2024-03-27 01:00:00 发布
本文通过解析方差和协方差的公式,解释了协方差如何反映两个随机变量之间的相关程度。当X与Y同时远离其均值时,它们的乘积增大;若一者远离均值而另一者相反,则表明负相关。本文提供了理解协方差概念的直观思路。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
Stable-Diffusion-3.5
图片生成
Stable-Diffusion
Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率
417

被折叠的 条评论
为什么被折叠?



