精华内容
下载资源
问答
  • 协方差
    2021-02-15 23:37:52

    协方差

     编辑

    本词条由“科普中国”科学百科词条编写与应用工作项目 审核 。

    协方差(Covariance)在概率论统计学中用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况,即当两个变量是相同的情况。

    协方差表示的是两个变量的总体的误差,这与只表示一个变量误差的方差不同。 如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值,另外一个也大于自身的期望值,那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反,即其中一个大于自身的期望值,另外一个却小于自身的期望值,那么两个变量之间的协方差就是负值。 [1] 

    中文名

    协方差

    外文名

    covariance; [计] covariation

    数学概念

    协方差

    分    类

    数学

    来    源

    Pearson

    相关术语

    协方差矩阵

    目录

    1. 定义
    2. 性质
    3. 矩阵
    4. 应用

    定义

    编辑

    概率论和统计学中,协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况,即当两个变量是相同的情况。 [1] 

    期望值分别为E[X]与E[Y]的两个实随机变量XY之间的协方差Cov(X,Y)定义为:

     

    从直观上来看,协方差表示的是两个变量总体误差的期望。

    如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值,那么两个变量之间的协方差就是正值;如果两个变量的变化趋势相反,即其中一个变量大于自身的期望值时另外一个却小于自身的期望值,那么两个变量之间的协方差就是负值。

    如果XY是统计独立的,那么二者之间的协方差就是0,因为两个独立的随机变量满足E[XY]=E[X]E[Y]。

    但是,反过来并不成立。即如果XY的协方差为0,二者并不一定是统计独立的。

    协方差Cov(X,Y)的度量单位是X的协方差乘以Y的协方差。

    协方差为0的两个随机变量称为是不相关的。

    性质

    编辑

    若两个随机变量X和Y相互独立,则E[(X-E(X))(Y-E(Y))]=0,因而若上述数学期望不为零,则X和Y必不是相互独立的,亦即它们之间存在着一定的关系。 [2] 

    协方差与方差之间有如下关系:

    D(X+Y)=D(X)+D(Y)+2Cov(X,Y)

    D(X-Y)=D(X)+D(Y)-2Cov(X,Y)

    协方差与期望值有如下关系:

    Cov(X,Y)=E(XY)-E(X)E(Y)。

    协方差的性质:

    (1)Cov(X,Y)=Cov(Y,X);

    (2)Cov(aX,bY)=abCov(X,Y),(ab是常数);

    (3)Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y)。

    (4)

     

    由协方差定义,可以看出Cov(X,X)=D(X),Cov(Y,Y)=D(Y)。

    协方差作为描述X和Y相关程度的量,在同一物理量纲之下有一定的作用,但同样的两个量采用不同的量纲使它们的协方差在数值上表现出很大的差异。为此引入如下概念:

    定义

     

     称为随机变量X和Y的(Pearson)相关系数。

    定义

    ρXY=0,则称X与Y不线性相关。

    ρXY=0的充分必要条件是Cov(X,Y)=0,亦即不相关和协方差为零是等价的。

    定理

    ρXY是随机变量X和Y的相关系数,则有

    (1)∣ρXY∣≤1;

    (2)∣ρXY∣=1充分必要条件为P{Y=aX+b}=1,(a,b为常数,a≠0)

    定义

    设X和Y是随机变量,若E(X^k),k=1,2,...存在,则称它为X的k阶原点矩,简称k阶矩。

    若E{[X-E(X)]k},k=1,2,...存在,则称它为X的k阶中心矩

    若E{(X^k)(Y^p)},k、p=1,2,...存在,则称它为X和Y的k+p阶混合原点矩。

    若E{[X-E(X)]^k[Y-E(Y)]^l },k、l=1,2,...存在,则称它为X和Y的k+l阶混合中心矩。

    显然,X的数学期望E(X)是X的一阶原点矩,方差D(X)是X的二阶中心矩,协方差Cov(X,Y)是X和Y的二阶混合中心矩。

    对于随机变量序列X1, ...,XnY1, ...,Ym,有

     

    对于随机变量序列X1, ...,Xn,有

     

    矩阵

    编辑

    分别为mn个标量元素的列向量随机变量XY,这两个变量之间的协方差定义为m×n矩阵.其中X包含变量X1.X2......Xm,Y包含变量Y1.Y2......Yn,假设X1的期望值为μ1,Y2的期望值为v2,那么在协方差矩阵中(1,2)的元素就是X1和Y2的协方差。

    两个向量变量的协方差Cov(X,Y)与Cov(Y,X)互为转置矩阵。

    协方差有时也称为是两个随机变量之间“线性独立性”的度量,但是这个含义与线性代数中严格的线性独立性不同。

    应用

    编辑

    协方差在农业上的应用 [2] 

    农业科学实验中,经常会出现可以控制的质量因子和不可以控制的数量因子同时影响实验结果的情况,这时就需要采用协方差分析的统计处理方法,将质量因子与数量因子(也称协变量)综合起来加以考虑。

    比如,要研究3种肥料对苹果产量的实际效应,而各棵苹果树头年的“基础产量”不一致,但对试验结果又有一定的影响。要消除这一因素带来的影响,就需将各棵苹果树第1年年产量这一因素作为协变量进行协方差分析,才能得到正确的实验结果。

    当两个变量相关时,用于评估它们因相关而产生的对应变量的影响。

    当多个变量独立时,用方差来评估这种影响的差异。

    当多个变量相关时,用协方差来评估这种影响的差异。

     

    https://baike.baidu.com/item/%E5%8D%8F%E6%96%B9%E5%B7%AE/2185936?fr=aladdin

    更多相关内容
  • WEIGHTEDCOV 返回加权协方差的对称矩阵 C,该矩阵根据输入 T×N 矩阵 Y 计算,该矩阵 Y 的行是观察值,列是变量,以及输入 T×1 的观察值权重向量 w。 如果观察结果并非完全相同并且需要根据某些理论假设或知识进行...
  • 用一段matlab demo演示了三维数据的协方差分解及其与线性变换的关系
  • 文章目录一、 协方差1、为什么需要协方差2、协方差的定义二、协方差矩阵1、协方差矩阵的定义2、协方差矩阵公式推导参考博客 一、 协方差 1、为什么需要协方差 定义:假如有N个样本的集合{X1,X2,…XNX_1,X_2,…X_NX1...
  • 通过非高斯海杂波概率密度函数的似然函数推导出一个海杂波协方差矩阵的原始构型,通过解该协方差矩阵,提出了在非高斯海杂波环境下采用初值为Toeplitz矩阵的固定点协方差矩阵估计方法(T-FP),经过实测海杂波数据下的...
  • 协方差矩阵的计算是信号处理领域的典型运算,是实现多级嵌套维纳滤波器、空间谱估计、相干源个数估计以及仿射不变量模式识别的关键部分,广泛应用于雷达、声呐、数字图像处理等领域。采用FPGA(Field Programmable ...
  • 该函数是原生 matlab cov2... 这个问题可以简单地通过将所有对角线元素设置为 1(怪异的方式)或在计算相关矩阵时使用方差而不是 std 来解决(covariance(x,y)/sqrt(var(x)*var(y)) 代替协方差(x,y)/(std(x)*std(y)))。
  • 对于概率模型未知的多维数据样本容量扩充问题,根据主成分分析原理以及多维正态分布的性质,讨论并给出了与已知多维样本数据有相同协方差结构的模拟数据生成算法,并在此基础上给出了变量的离散化处理方法。...
  • 使用numpy可以做很多事情,在这篇文章中简单介绍一下如何使用numpy进行方差/标准方差/样本标准方差/协方差的计算。 variance: 方差 方差(Variance)是概率论中最基础的概念之一,它是由统计学天才罗纳德·费雪1918...
  • covar :收缩协方差估计 该Python软件包包含一个函数cov_shrink ,该函数为协方差矩阵实现了插件收缩估算器。 估计量由,在此称为“目标D :(对角线,不等方差)”。 有关更多详细信息,请参见。 安装 pip ...
  • Python中的最大协方差分析 最大协方差分析(MCA)使两个不同数据字段之间的时间协方差最大化,并且与主成分分析(PCA)/经验正交函数(EOF)分析密切相关,后者使单个数据字段内的方差最大化。 MCA允许提取两个不同...
  • Y = DOWNSIDECOVARIANCE(Y) 返回变量 Y 列的下行协方差。 Y = DOWNSIDECOVARIANCE(Y,m)使用向量m作为变量Y列的期望值返回下行协方差。 ================================================== 下行协方差定义为E...
  • % ERROR_ELLIPSE - 绘制误差椭圆或椭球,定义% 置信区间% ERROR_ELLIPSE(C22) - 给定一个 2x2 协方差矩阵,绘制% 相关误差椭圆,在原点。 它返回一个图形句柄绘制的椭圆的百分比。 % % ERROR_ELLIPSE(C33) - 给定一...
  • Y = UPSIDECOVARIANCE(Y) 返回列的上行协方差变量 Y。 Y = UPSIDECOVARIANCE(Y, m) 使用向量 m 返回上行协方差作为变量 Y 列的期望值。 ================================================== == 上行协方差定义为E...
  • 协方差跟踪由于其有能力的区域 基于协方差的特征描述符而取得了令人瞩目的成功。 但是,协方差跟踪中的蛮力搜索策略效率低下,并且可能导致跟踪轨迹和干扰不连续。 在这项工作中,提出了一种用于协方差跟踪优化的...
  • 分析由一维到二维数据的方差和协方差与转换矩阵之间的关系,并matlab做图演示
  • %%二类协方差相等%
  • 对于带未知互协方差的两传感器系统, 提出一种协方差交叉(CI) 融合鲁棒稳态Kalman 滤波器, 它关于未知 互协方差具有鲁棒性. 严格证明了该滤波器的实际精度高于每个局部滤波器的精度, 但低于带已知互协方差的最优...
  • 基于多视协方差矩阵发展了一种综合选择性去取向和广义体散射的极化SAR四分量分解模型。首先引入交叉极化相关系数进行螺旋体散射抑制和非反射对称地物去取向;然后采用一种随HH和VV功率比值自适应变化的广义体散射...
  • 基于协方差理论的最优股票投资组合分析,卢宇,蒋太才,我国现在已经进入了一个“全民炒股”的时代,但股市中许多投资者建议:“不要把所有鸡蛋放在一个篮子里”。所以在股市中,对于股
  • MWCD代码版本1.0 最小加权协方差行列式(MWCD)估计量的计算Matlab中的代码允许计算Roelant(2009)提出的最小加权协方差决定子(MWCD)估计量。 这是具有(可能)高故障点的多元数据集参数的可靠估计。 随时使用或...
  • 当提供均值和协方差时,此函数绘制二维多变量高斯图。 它不使用 for 循环。 例如:绘图平均值= [10; 11],cov = [6 0; 0 6] 2D多元高斯函数>> mvg([10;11],[6 0;0 6])
  • 系统化资产配置系列之十三:动态协方差矩阵估计与组合构建
  • 为提高视觉目标跟踪算法的稳健性, 提出一种基于协方差矩阵的多特征融合跟踪算法。在量子遗传算法框架下, 采用区域协方差描述子对颜色、边缘和纹理特征进行融合, 并采用一种快速协方差交叉算法进行模型更新。该算法...
  • 针对多传感器非线性系统数据融合问题,提出一种基于逆协方差交叉的多传感器扩展卡尔曼滤波算法。首先,利用扩展卡尔曼滤波算法将非线性系统线性化,获得局部稳态扩展卡尔曼滤波器,并描述其扩展信息形式;其次,为了...
  • 大维协方差矩阵和高维数据分析
  • 协方差矩阵

    2018-10-14 21:10:53
    通过探索线性变换与所得数据协方差之间的关系提供协方差矩阵一个直观的几何解释。大部分教科书基于协方差矩阵的概念解释数据的形状。相反,我们采取一个反向的方法,根据数据的形状来解释协方差矩阵的概念。在《为...
  • Gencov 生成随机协方差矩阵,并使用它们绘制MVN样本。协方差矩阵: genS和genArray函数产生具有指定方差结构的随机协方差矩阵(如ndarray或javascript数组)。 可以指定协方差矩阵的特征值(主成分方差)V,或者可以...
  • 从总的多元数据矩阵和显着性水平来看,同质性协方差矩阵通过 Box 的 M 进行测试,给定卡方或 F 近似值作为组样本大小的函数。

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 58,689
精华内容 23,475
关键字:

协方差

友情链接: phasefield-1.0.1.tar.gz