如何衡量随机变量间的相关程度?

协方差矩阵
如何衡量随机变量间的相关程度?
文章图片
首先我们计算出将随机向量(X1,X2)的四个二阶中心矩 , 我们将其组成一个矩阵:
如何衡量随机变量间的相关程度?
文章图片
这个矩阵就是我们所说的协方差矩阵 , 其中对角线C11和C22可以理解为方差 , 而非对角线元素可以理解为协方差
如何衡量随机变量间的相关程度?】如果我们对其进行扩展 , n维随机向量(X1,X2,…,Xn)的协方差阵可以通过随机向量的所有二阶中心矩来构建:
如何衡量随机变量间的相关程度?
文章图片
然后我们将其组成矩阵 , 原则就是对角线是每个随机变量的方差 , 而非对角线上第i、j个元素表示随机变量Xi和随机变量Xj之间的协方差 。 矩阵表示为:
如何衡量随机变量间的相关程度?
文章图片
根据上面构建矩阵的方式 , 我们可以看出协方差矩阵是一个对称矩阵 。
给定分布求协方差矩阵
设(X,Y)为二维正态分布 , 有概率密度函数为:
如何衡量随机变量间的相关程度?
文章图片
求协方差矩阵?
我们知道要想求协方差矩阵只需要求解随机变量X、Y的方差和协方差就可以了 , 首先我们先来求方差 , 我们现在已经知道了概率密度函数了 , 然后我们和标准的二维正态分布的概率密度函数做比较 , 我们可以看到:
如何衡量随机变量间的相关程度?
文章图片
根据类比我们可以看到p=0 , σ1=根号3 , σ2=1 。 再由协方差阵定义 , 得
如何衡量随机变量间的相关程度?
文章图片
所以协方差就是pσ1σ2 , 最终就可以得到协方差矩阵:
如何衡量随机变量间的相关程度?
文章图片