在統計裏,兩個隨機變量X,Y的相關函數定義如下:
也就是兩個隨機變量協方差除以標準差之積。
如果X是一個時間的隨機變量序列,將不同時間起始點的兩個序列Xt和Xs看成兩個隨機變量,上面的相關函數則可表示爲:
就這麼個玩意,表達了個什麼意思呢?
讓我們把期望展開來看,也就是當隨機變量序列有樣本點時:
而向量內積計算結果,是兩個向量間夾角的餘弦值。當兩個向量相同時,夾角爲0,而餘弦值,即自相關函數取值爲1。
所以,自相關函數在統計上,反映了同一序列在不同時刻的取值之間的相關程度。
在統計裏,兩個隨機變量X,Y的相關函數定義如下:
也就是兩個隨機變量協方差除以標準差之積。
如果X是一個時間的隨機變量序列,將不同時間起始點的兩個序列Xt和Xs看成兩個隨機變量,上面的相關函數則可表示爲:
就這麼個玩意,表達了個什麼意思呢?
讓我們把期望展開來看,也就是當隨機變量序列有樣本點時:
而向量內積計算結果,是兩個向量間夾角的餘弦值。當兩個向量相同時,夾角爲0,而餘弦值,即自相關函數取值爲1。
所以,自相關函數在統計上,反映了同一序列在不同時刻的取值之間的相關程度。