概率论-协方差Covariance相关系数Correlation Coefficient
目录
- 协方差Covariance
- 定义
- 性质
- 相关系数Correlation Coefficient
- 定义
- 性质
- 独立和相关
- 相关公式
协方差Covariance
定义
定义:Gov(X,Y)=E[(X−EX)(Y−EY)]定义:Gov(X,Y) = E[(X-EX)(Y-EY)] 定义:Gov(X,Y)=E[(X−EX)(Y−EY)]
Gov(X,Y)=E(XY)−E(X)E(Y)Gov(X,Y)= E(XY)-E(X)E(Y)Gov(X,Y)=E(XY)−E(X)E(Y)
E(XY)=∫−∞+∞∫−∞+∞xyf(x,y)dxdyE(XY) = \int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}xyf(x,y)dxdyE(XY)=∫−∞+∞∫−∞+∞xyf(x,y)dxdy
可以看出,若X,Y相互独立,协方差为0.
ps.D(X±Y)=D(X)+D(Y)±2Cov(X,Y)D(X\pm Y) = D(X) +D(Y) \pm 2Cov(X,Y)D(X±Y)=D(X)+D(Y)±2Cov(X,Y)
性质
根据定义可证:
- Cov(X,Y)=Coc(Y,X)Cov(X,Y) = Coc(Y,X)Cov(X,Y)=Coc(Y,X)
- Cov(aX,bY)=abCov(X,Y)Cov(aX,bY) = abCov(X,Y)Cov(aX,bY)=abCov(X,Y)
- Cov((X1+X2)Y)=Cov(X1,Y)+Cov(X2,Y)Cov((X_1+X_2)Y) = Cov(X_1,Y) + Cov(X_2,Y)Cov((X1+X2)Y)=Cov(X1,Y)+Cov(X2,Y)
- Cov(C,Y)=0Cov(C,Y) = 0Cov(C,Y)=0,其实很好理解,常数和任何函数都不相关。
- 前面已经提到过的,若X,Y相互独立,协方差为0.
相关系数Correlation Coefficient
定义
在学习过协方差后,我们不难发现协方差可以用来衡量两个变量之间的某种联系,但是这种联系却受一个无关变量的影响,即变量的单位(量纲)!
为了消除这种影响,我们引入相关系数的概念:
- 标准化变量:
定义:X∗=X−EXDX,Y∗=Y−EYDY定义:X^* = \frac{X- EX}{\sqrt {DX}},Y^* = \frac{Y- EY}{\sqrt {DY}}定义:X∗=DXX−EX,Y∗=DYY−EY
现在X∗X^*X∗是一个与量纲无关的变量了。 - Cov(X∗,Y∗)=E(X∗Y∗)−EX∗∗EY∗Cov(X^*,Y^*) = E(X^*Y^*) - EX^**EY^*Cov(X∗,Y∗)=E(X∗Y∗)−EX∗∗EY∗(后一项为0)化简得:
Cov(X∗,Y∗)=Cov(X,Y)DXDY=ρ,也就是相关系数。Cov(X^*,Y^*) = \frac{Cov(X,Y)}{\sqrt {DX}\sqrt {DY}} = \rho,也就是相关系数。Cov(X∗,Y∗)=DXDYCov(X,Y)=ρ,也就是相关系数。
(如果方差为0怎么办?)
相关系数衡量了X和Y的相关性。
性质
- 相关系数与协方差同正、同负、同0。
- ρ≤1\rho \leq 1ρ≤1
证明:
只需证ρ2≤1,化简根据引理[E(XY)]2≤E(X2)E(Y2)即可证。只需证\rho^2 \leq 1,化简根据引理[E(XY)]^2 \leq E(X^2)E(Y^2)即可证。只需证ρ2≤1,化简根据引理[E(XY)]2≤E(X2)E(Y2)即可证。 - 若∣ρ∣=1⇔X与Y以1的概率呈线性关系。|\rho| = 1 \Leftrightarrow X与Y以1的概率呈线性关系。∣ρ∣=1⇔X与Y以1的概率呈线性关系。这句话比较难理解,其实就是X与Y呈线性关系的意思。
- ρ=1\rho = 1ρ=1,X与Y完全正相关; ρ=−1\rho = -1ρ=−1,X与Y完全负相关。
- ρ接近0\rho 接近0ρ接近0,X和Y的线性关系很弱; ρ=0\rho = 0ρ=0,则X和Y不存在线性关系。但并不绝对成立,举个反例:当Y=X2Y = X^2Y=X2时,ρ=0\rho = 0ρ=0,但X和Y显然是相关的。
独立和相关
独立一定不相关,不相关不一定独立。
独立一定不相关:若X Y独立,则E(XY)=EX∗EY,则ρ=0.E(XY) = EX*EY,则\rho = 0.E(XY)=EX∗EY,则ρ=0.
但如果是X和Y是二维正态分布,则独立与不相关等价。
相关公式
- D(X−Y)=DX+DY−2Cov(X,Y)D(X-Y) = DX+DY-2Cov(X,Y)D(X−Y)=DX+DY−2Cov(X,Y)
概率论-协方差Covariance相关系数Correlation Coefficient相关推荐
- 协方差Covariance 相关系数correlation coefficient 和 方差-协方差矩阵variance-covariance matrix
一 协方差 Covariance 协方差一般刻画两个随机变量的相似程度.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.计算公式如下. 取值范围 R域当协方差Cov(X,Y)>0时,称X与 ...
- 相关系数 Correlation Coefficient 的理解
相关系数 Correlation Coefficient 这张图描绘的是电影的评分跟时间的关系,我们可以借助这样图通过三个步骤来解释相关系数.通过这三个步骤我们可以直观的判断相关系数的大小. 对数据进 ...
- 协方差(covariance)和相关系数(correlation coefficient)
相关系数和协方差实际上是相同的概念,都是用来描述两个随机变量之间的相似程度的.这篇文章将详细说明协方差和相关系数的相关知识. 首先声明,此篇的内容是来自"马同学高等数学"微信公众号 ...
- 09 协方差与相关系数
协方差 下图即可说明何谓协方差,同时,引出相关系数的定义: 相关系数 如上篇kd树blog所述相关系数 ( Correlation coefficient )的定义是: (其中,E为数学期望或均值,D ...
- 皮尔逊相关系数丨Pearson’s correlation coefficient
皮尔逊相关系数丨Pearson's correlation coefficient 皮尔逊相关系数丨Pearson's correlation coefficient 什么是相关系数 相关系数与相关距 ...
- 皮尔森(Pearson correlation coefficient)相关系数—统计学三大相关系数之一
概述 皮尔森相关系数也称皮尔森积矩相关系数(Pearson product-moment correlation coefficient) ,是一种线性相关系数,是最常用的一种相关系数.记为r,用来反 ...
- 【统计学】三大相关系数之皮尔逊相关系数(person correlation coefficient)
统计学中的三大相关性系数:pearson, spearman, kendall,他们反应的都是两个变量之间变化趋势的方向以及程度,其值范围为-1到+1. 0表示两个变量不相关,正值表示正相关,负值表示 ...
- 相关系数(correlation coefficient)是什么?相关的类型有哪些?有哪些常用的计算方法?不同形态的点分布与相关系数之间的关系?如何评判相关性的强弱?
相关系数(correlation coefficient)是什么?相关的类型有哪些?有哪些常用的计算方法?不同形态的点分布与相关系数之间的关系?如何评判相关性的强弱? pandas api: pand ...
- ML之PPMCC:PPMCC皮尔逊相关系数(Pearson correlation coefficient)、Spearman相关系数的简介、案例应用之详细攻略
ML之PPMCC:PPMCC皮尔逊相关系数(Pearson correlation coefficient).Spearman相关系数的简介.案例应用之详细攻略 目录 PPMCC皮尔逊相关系数的简介 ...
最新文章
- Oracle Instanc Client安装命令工具
- android 服务器201,Android端i-jetty服务器开发(八)
- ssm访问不到html_IDEA解决SSM项目的静态资源路径问题:HTML,CSS,JS--详解
- The 2nd AI on Fashion and Textile International Conference 2019
- Android 实现圆角布局,变相实现圆角图片效果(不同位置不同弧度)
- 利用.Net中的反射动态调用方法
- Linux电源管理-Linux Regulator Framework代码分析
- typedef 与结构体struct
- 概率论入门:概率分布
- 夜弦网页游戏专用浏览器(支持最小化隐藏后台多开挂机)
- knald操作_Knald软件转换贴图的技巧
- 如何从列联表获得对应分析的结果
- 云计算机运用 技术,云计算技术在计算机数据处理中的应用
- Map接口以及那些实现类
- azkaban任务状态一直在Preparing状态不能更新的解决办法
- CentOS7 安装 Oracle
- 歌剧小杂文3:瓦格纳-颠覆歌剧的无冕之王
- 2020 届,互联网校招的薪资情况如何?
- DateTime计算时间差
- Spring 5 + Spring MVC 5 + MyBatis 3 的 Maven 项目集成