Web - Amazon

We provide Linux to the World


We support WINRAR [What is this] - [Download .exe file(s) for Windows]

CLASSICISTRANIERI HOME PAGE - YOUTUBE CHANNEL
SITEMAP
Audiobooks by Valerio Di Stefano: Single Download - Complete Download [TAR] [WIM] [ZIP] [RAR] - Alphabetical Download  [TAR] [WIM] [ZIP] [RAR] - Download Instructions

Make a donation: IBAN: IT36M0708677020000000008016 - BIC/SWIFT:  ICRAITRRU60 - VALERIO DI STEFANO or
Privacy Policy Cookie Policy Terms and Conditions
Kowariancja - Wikipedia, wolna encyklopedia

Kowariancja

Z Wikipedii

Kowariancja - \operatorname{cov}(X,Y)\ - to liczba określająca zależność liniową między zmiennymi losowymi X i Y.

Spis treści

[edytuj] Definicja

Matematycznie kowariancję definiuje się wzorem:

\operatorname{cov}(X,Y) = \mathrm{E}[(X-\mathrm{E}X) \cdot (Y-\mathrm{E}Y)]\ .

Wygodniejszym, równoważnym wzorem jest:

\operatorname{cov}(X,Y) = \mathrm{E}(X \cdot Y) - \mathrm{E}X \cdot \mathrm{E}Y\
gdzie: \mathrm{E}\ jest wartością oczekiwaną.

[edytuj] Interpretacja

Jeżeli między zmiennymi losowymi X i Y nie istnieje żadna zauważalna korelacja liniowa, a istnieją ich wartości oczekiwane, to kowariancja przyjmuje wartość 0.

Innymi słowy: zmienne losowe X i Y są niezależne, a więc

\mathrm{E}(X \cdot Y)=\mathrm{E}X \cdot \mathrm{E}Y,

zatem:

\operatorname{cov}(X,Y) = \mathrm{E}(X \cdot Y) - \mathrm{E}X \cdot \mathrm{E}Y = \mathrm{E}X \cdot \mathrm{E}Y - \mathrm{E}X \cdot \mathrm{E}Y = 0\

Wartości kowariancji zbliżone, czy nawet równe zero nie świadczą jednak o całkowitej niezależności zmiennych losowych. Zawsze istnieje bowiem możliwość, że są one zależne nieliniowo.

Na przykład, jeśli populacją byłby przedział liczb rzeczywistych t\; z zakresu od 0 do 2π, a zmienne losowe byłyby zdefiniowane jako:

X=\sin t\;
Y=\cos t\;

to pomimo ich oczywistej zależności (jedynka trygonometryczna) mamy \operatorname{cov}(X,Y)=0.

[edytuj] Związek ze współczynnikiem korelacji

Kowariancja jest powiązana ze współczynnikiem korelacji Pearsona:

\operatorname{cov}(X,Y)=\operatorname{corr}(X,Y)\sigma_X\sigma_Y

gdzie:

  • \operatorname{corr}(X,Y) to współczynnik korelacji pomiędzy zmiennymi X i Y
  • \sigma_X\; to odchylenie standardowe zmiennej X\;
  • \sigma_Y\; to odchylenie standardowe zmiennej Y\;

[edytuj] Zobacz też

Our "Network":

Project Gutenberg
https://gutenberg.classicistranieri.com

Encyclopaedia Britannica 1911
https://encyclopaediabritannica.classicistranieri.com

Librivox Audiobooks
https://librivox.classicistranieri.com

Linux Distributions
https://old.classicistranieri.com

Magnatune (MP3 Music)
https://magnatune.classicistranieri.com

Static Wikipedia (June 2008)
https://wikipedia.classicistranieri.com

Static Wikipedia (March 2008)
https://wikipedia2007.classicistranieri.com/mar2008/

Static Wikipedia (2007)
https://wikipedia2007.classicistranieri.com

Static Wikipedia (2006)
https://wikipedia2006.classicistranieri.com

Liber Liber
https://liberliber.classicistranieri.com

ZIM Files for Kiwix
https://zim.classicistranieri.com


Other Websites:

Bach - Goldberg Variations
https://www.goldbergvariations.org

Lazarillo de Tormes
https://www.lazarillodetormes.org

Madame Bovary
https://www.madamebovary.org

Il Fu Mattia Pascal
https://www.mattiapascal.it

The Voice in the Desert
https://www.thevoiceinthedesert.org

Confessione d'un amore fascista
https://www.amorefascista.it

Malinverno
https://www.malinverno.org

Debito formativo
https://www.debitoformativo.it

Adina Spire
https://www.adinaspire.com