1 .协方差
cov(x,y )=sdlm-EX*EY
协方差的定义是EX是随机变量x的数学期望。 同样,sdlm是XY的数学期望,很麻烦。 建议查看概率论cov(x,y )=sdlm-EX*EY
协方差的定义是EX是随机变量x的数学期望。 同样,sdlm是XY的数学期望,很麻烦。 我建议你看概率论
示例:
Xi 1.1 1.9 3
Yi 5.0 10.4 14.6
e(x )=)1.1.9)/3=2
e(y )=) 5.0(10.4 ) 14.6 )/3=10
e(xy )=) 1.15.0 ) 1.910.4 ) 314.6 )/3=23.02
cov(x,y )=e ) xy(-e ) xy(-e ) y )=23.02-210=3.02
另外,也可以计算为d(x )=e(x^2)-E^2(X )=) 1.1^2) 1.9 ^2(3^2) )/3 - 4=4.60-4=0.6 x=0.77
d(y )=e(y^2)-E^2(Y ) y )=(5^2 10.4^2 14.6^2)/3-100=15.44 y=3.93
x、y相关系数:
r(x,y )=Cov(X ) x,y )/(xy )=3.02/(0.773.93 )=0.9979
表示该组数据x、y之间的相关性好!
2 .协方差矩阵
协方差矩阵的求法
3 .坚实的书的距离
求出壮实的书的距离的具体例子
x=[155 66; 180 71; 190 73; 160 60; 190 68; 150 58; 170 75]
x=
155 66
180 71
190 73
160 60
190 68
150 58
170 75
cov=cov(x )
cov=
1.0e 02 *
2.7023809523809530.739285714285714
0.739285714285714.412380952380952
s=inv(cov )
s=
0.007261927639280-0.013018640484967
- 0.013018640484967.047588267151168
a=[-25 -5]*s*[-25; -5]
a=
2.473751332087140
sqrt(a ) )。
ans=
1.572816369474561
4 .样品标准偏差
5.cov(x,x )=var(X ) (x ) ) ) ) ) ) ) ) ) )
6 .正定矩阵
7 .方差公式