协方差意义

本文介绍了概率论中协方差的概念及其意义。通过分析两个随机变量X与Y之间的关系,阐述了协方差如何用于判断变量间的正相关、负相关及不相关状态。

协方差意义(转)

在概率论中,两个随机变量 X 与 Y 之间相互关系,大致有下列3种情况:
正相关

当 X, Y 的联合分布像上图那样时,我们可以看出,大致上有: X 越大 Y 也越大, X 越小 Y 也越小,这种情况,我们称为“正相关”。
这里写图片描述

当X, Y 的联合分布像上图那样时,我们可以看出,大致上有:X 越大Y 反而越小,X 越小 Y 反而越大,这种情况,我们称为“负相关”。

这里写图片描述
总结:
cov(X, Y) = E(X-EX)(Y-EY)。
当 cov(X, Y)>0时,表明 X与Y 正相关;
当 cov(X, Y)<0时,表明X与Y负相关;
当 cov(X, Y)=0时,表明X与Y不相关。
这就是协方差的意义。

相关协方差矩阵是指一个变量与自身的协方差构成的矩阵。它的意义在于衡量一个变量在不同时间点上的偏差变化趋势是否一致。通过计算变量与自身的协方差,我们可以了解到该变量在不同时间点上的相关性。当自相关协方差为正时,表示变量在不同时间点上呈现正相关关系;当自相关协方差为负时,表示变量在不同时间点上呈现负相关关系;当自相关协方差为零时,表示变量在不同时间点上不相关。而自相关协方差的绝对值越大,表示变量在不同时间点上的相关性越强。因此,自相关协方差矩阵可以帮助我们分析理解一个变量在时间序列上的变化趋势相关性。\[3\] #### 引用[.reference_title] - *1* *3* [协方差矩阵及其意义](https://blog.youkuaiyun.com/qq_41076797/article/details/112640676)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [协方差矩阵的意义](https://blog.youkuaiyun.com/sinat_33588424/article/details/79695983)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值