複製鏈接
請複製以下鏈接發送給好友

協方差矩陣

鎖定
在統計學與概率論中,協方差矩陣的每個元素是各個向量元素之間的協方差,是從標量隨機變量到高維度隨機向量的自然推廣。
中文名
協方差矩陣
外文名
covariance matrix
別    名
方差矩陣 [1] 
領    域
統計學概率論
形    式
矩陣
特殊性
為對稱非負定矩陣
元    素
各個向量元素之間的協方差

目錄

協方差矩陣概念

為n維隨機變量,稱矩陣
為n維隨機變量
的協方差矩陣(covariance matrix),也記為
,其中
的分量
的協方差(設它們都存在)。
例如,二維隨機變量
的協方差矩陣為
其中
由於
,所以協方差矩陣為對稱非負定矩陣 [2] 

協方差矩陣性質

協方差矩陣具有如下性質:
(1)
.
(2)
,其中A是矩陣,b是向量。
(3)
[3] 

協方差矩陣應用

協方差矩陣可用來表示多維隨機變量的概率密度,從而可通過協方差矩陣達到對多維隨機變量的研究。以二維隨機變量
為例,由於
引入矩陣
的協方差矩陣
由此可得
由於
於是
的概率密度
此式可以推廣到n維正態分佈的情形。 [2] 
參考資料
  • 1.    張賢達.矩陣分析與應用(第2版).北京:清華大學出版社,2013:39
  • 2.    孫淑娥,劉蓉主編.新編概率論與數理統計.西安:西安電子科技大學出版社,2015.04:130-131
  • 3.    薛毅,陳立萍編著.實用數據分析與MATLAB軟件.北京:北京工業大學出版社,2015.09:26