[統計學理論基礎] 協方差與相關係數

1 協方差 二維隨機變量（X，Y），X與Y之間的協方差定義爲： Cov(X,Y)=E{[X-E(X)][Y-E(Y)]} 其中：E(X)爲分量X的期望，E(Y)爲分量Y的期望 協方差Cov(X,Y)是描述隨機變量相互關聯程度的一個特徵數，協方差代表了兩個變量之間的是否同時偏離均值。 從協方差的定義可以看出，它是X的偏差【X-E(X)】與Y的偏差【Y-E(Y)】的乘積的數學期望。由於偏差可正可負，因

>>阅读原文<<