协方差用于衡量两个变量的总体误差或协同程度。两个总体 $X,Y$ 之间的协方差定义为 $$Cov(X,Y) = E\left [ (X - E(X))(Y - E(Y)) \right ]$$ 将这个式子展开就到计算总体协方差的常用公式： $$Cov(X,Y) = E\left [ (X ...

均值和协方差矩阵的估计量定义 设模式的类概率密度函数为p(x)，则其均值向量定义为： 其中，x = (x1, x2, …, xn)T，m = (m1, m2, …, mn)T。若以样本的平均值作为均值向量的近似值，则均值估计量为： 协方差矩阵为： 其每个元素clk定义 ...

一、样本方差 设样本均值为$\bar x$，样本方差为S2，总体均值为${\rm{\mu }}$，总体方差为${{\rm{\sigma }}^2}$，那么样本方差 ${S^2} = \frac{1}{{n - 1}}\mathop \sum \limits_{i = 1}^n {\left ...

这里看到了一篇非常好的文章，介绍了协方差和协方差矩阵的原理以及公式和应用，协方差主要的就是衡量变量与变量之间相似程度，废话少说，给上链接(看完协方差就可立马看下LDA线性判别分类，为了更好地利用协方差的原理以及作用还是很有帮助的) https://mp.weixin.qq.com/s ...

样本均值和样本方差的无偏性 　　对于独立同分布的样本$x_1...x_n$来说，他们的均值为与方差分别为： $ \begin{aligned}&\bar{x} = \frac{1}{n}\sum\limits_{i=1}^{n}x_i \\& s^2 = \frac{\sum ...

均值：描述的是样本集合的中间点。 方差：描述的是样本集合的各个样本点到均值的距离之平均，一般是用来描述一维数据的。 协方差： 是一种用来度量两个随机变量关系的统计量。 只能处理二维问题。 计算协方差需要计算均值。 如下式： 方差与协方差的关系 ...

均值：描述的是样本集合的中间点。 方差：描述的是样本集合的各个样本点到均值的距离之平均，一般是用来描述一维数据的。 协方差： 是一种用来度量两个随机变量关系的统计量。 只能处理二维问题。 计算协方差需要计算均值。 如下式： 方差与协方差的关系 ...

一、期望 1.离散随机变量的X的数学期望： E(X)=∑k=1∞xkpk" role="presentation"> E(X)=∑k= ...