协方差矩阵性质 正态分布的方差公式推导

协方差矩阵性质

协方差矩阵的性质:

①. 协方差矩阵能处理多维问题;

②. 协方差矩阵是一个对称的矩阵,而且对角线是各个维度上的方差;

③. 协方差矩阵计算的是不同维度之间的协方差,而不是不同样本之间的;

④. 样本矩阵中若每行是一个样本,则每列为一个维度,所以计算协方差时要按照列计算均值。

由性质④可知:

协方差(i,j)=(第 i 列所有元素中每个元素都 – 第 i 列均值)*(第 j 列所有元素 – 第 j 列均值)

协方差的matlab计算公式则为:协方差(i,j)=(第 i 列所有元素中每个元素都 – 第 i 列均值)*(第 j 列所有元素 – 第 j 列均值)/(样本数-1)

延伸阅读

协方差矩阵的性质

在统计学与概率论中,协方差矩阵(covariance matrix)是一个矩阵,其每个元素是各个向量元素之间的协方差。协方差矩阵能导出一个变换矩阵,这个矩阵能使数据完全去相关(decorrelation),它是从标量随机变量到高维度随机向量的自然。

假设 X 是以 n 个标量随机变量组成的列向量,并且μ 是其第k个元素的期望值,即,;协方差矩阵然后被定义为:

矩阵中的第(i,j)个元素是xi与xj的协方差。这个概念是对于标量随机变量方差的一般化推广。

协方差矩阵不是正定矩阵是对称矩阵

协方差矩阵是正定矩阵,不论是否正态,附机向量的协方差矩阵都是正定矩阵。

协方差矩阵:在统计学与概率论中,协方差矩阵是一个矩阵,其每个元素是各个向量元素之间的协方差。是从标量随机变量到高维度随机向量的自然推广。

正定矩阵 :在线性代数里,正定矩阵有时会简称为正定阵。在双线性代数中,正定矩阵的性质类似复数中的正实数。与正定矩阵相对应的线性算子是对称正定双线性形式,复域中则对应埃尔米特正定双线性形式。

协方差矩阵的计算公式

协方差矩阵计算用公式cov(x,y)=EXY-EX*EY。在数学中,矩阵是一个按照长方阵列排列的复数或实数集合,最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。

如何求样本的协方差矩阵

函数 cov格式 cov(X) %求向量X的协方差 cov(A) %求矩阵A的协方差矩阵,该协方差矩阵的对角线元素是A的各列的方差,即:var(A)=diag(cov(A))。 cov(X,Y) %X,Y为等长列向量,等同于cov([X Y])。

版权声明