方差
方差是實際值與期望值(均值)之差平方的平均值,衡量的是一組數據對於其期望值的離散程度。
離散型方差
其中
連續型方差
其中f(x)是X的概率密度。
由數學期望的性質展開,上面兩式都可得到
協方差
在概率論和統計學中,協方差用於衡量兩個變量的總體誤差。而方差是協方差的一種特殊情況,即當兩個變量是相同的情況。期望值分別爲E[X]與E[Y]的兩個隨機變量X與Y之間的協方差Cov(X,Y)定義爲:
當 Cov(X, Y)>0時,表明 X與 Y 正相關;
當 Cov(X, Y)<0時,表明 X與 Y 負相關;
當 Cov(X, Y)=0時,表明 X與 Y 不相關。
協方差的絕對值越大,則二個變量相互影響越大。
隨機變量X與Y的相關係數:
若
即
兩者關係
特別的,當X,Y是兩個不相關的隨機變量則