¿Qué son la cobertura de covarianza y los coeficientes de correlación?
La covarianza Cov(X, Y) es el número de características que describe el grado de correlación de variables aleatorias. Como puede verse en la definición de covarianza, es la expectativa matemática del producto de la desviación de X-E(X) y la desviación de Y-E(Y). Como el sesgo puede ser positivo o negativo, la covarianza también puede ser positiva o negativa.
Cuando se dice que la covarianza CoV (x, y)>; 0, x e y están correlacionadas positivamente, ¿cuándo la covarianza CoV (x, y)
? Nota: Si las tendencias de las dos variables son consistentes, es decir, una de ellas es mayor que la expectativa, la covarianza entre las dos variables es positiva si las tendencias de las dos variables son opuestas, es decir, una variable; es mayor que la expectativa de uno, el otro es Si uno es menor que la expectativa de uno, entonces la covarianza entre las dos variables es negativa.
Si X e Y son estadísticamente independientes, entonces la covarianza entre ellos es 0, porque dos variables aleatorias independientes satisfacen E[XY]=E[X]E[Y]. Sin embargo, lo contrario no es cierto. Es decir, si la covarianza de xey es 0, no son necesariamente estadísticamente independientes.
La covarianza Cov(X, Y) se mide multiplicando la covarianza de X por la covarianza de Y. Dos variables aleatorias con covarianza de 0 se denominan no correlacionadas.