协方差与协方差矩阵
协方差是统计学上表示两个随机变量之间的相关性,随机变量ξ的离差与随机变量η的离差的乘积的数学期望叫做随机变量ξ与η的协方差(也叫相关矩),记作cov(ξ, η):
cov(ξ, η) = E[(ξ-Eξ)(η-Eη)] = E(ξη)-EξEη
对于离散随机变量,我们有:
对于连续随机变量,我们有:
随机变量的协方差用来描述随机变量之间的相关性,如果ξ与η独立,则cov(ξ, η)=0. 如果ξ与η相同,则cov(ξ, η)就是变量ξ的方差.
协方差矩阵是一个矩阵,其每个元素是各个矢量元素之间的协方差。这是从标量随机变量到高维度随机矢量的自然推广.
假设是以个标量随机变量组成的列矢量,
并且是其第i个元素的期望值,即, 。协方差矩阵被定义的第i,j项是如下:
即:
矩阵中的第个元素是与的协方差。这个概念是对于标量随机变量方差的一般化推广。
进一步的分析协方差矩阵
∂i 表示各样本的Xi变量不同样本值组成的向量(i=1,2,...n);
βj 表示某一个样本 j 的各变量值组成的向量(j=1,2,...,m);
用 μi 表示Xi的期望,即 μi =E(Xi).
协方差矩阵为
如果所有μi =E(Xi)=0.则上面表达式就变为:
(实际计算中,分母是m-1,而不用m)
posted on 2012-12-09 16:12 liangzh123 阅读(6537) 评论(1) 编辑 收藏 举报