相關文章

• 

  【概率論與數(shù)理統(tǒng)計】猴博士 筆記 p36-37 協(xié)方差、相關系數(shù)、不相關、相互獨立時的期望和方差

  接下來做幾道例題，練習一下套公式： 例1： 解： 前4個就是簡單的套公式： 第5個有點類似分配律： C o v ( 2 X + 3 Y , 4 X + 5 Y ) = 8 C o v ( X , X ) + 10 C o v ( X , Y ) + 12 C o v ( X , Y ) + 15 C o v ( Y , Y ) Cov(2X+3Y,4X+5Y)=\\\\8Cov(X,X)+10Cov(X,Y)+12Cov(X,Y)+15Cov(Y,Y) C o v ( 2 X + 3 Y , 4 X + 5 Y ) = 8 C o v ( X , X

  2023年04月08日

  瀏覽(39)
• 

  【數(shù)據(jù)處理】Python：實現(xiàn)求條件分布函數(shù) | 求平均值方差和協(xié)方差 | 求函數(shù)函數(shù)期望值的函數(shù) | 概率論

  ?? ? 猛戳訂閱！? ???《一起玩蛇》?? ?? 寫在前面： 本章我們將通過 Python 手動實現(xiàn)條件分布函數(shù)的計算，實現(xiàn)求平均值，方差和協(xié)方差函數(shù)，實現(xiàn)求函數(shù)期望值的函數(shù)。部署的測試代碼放到文后了，運行所需環(huán)境?python version = 3.6，numpy = 1.15，nltk = 3.4，tqdm = 4.24.0，sci

  2024年02月05日

  瀏覽(42)
• 

  數(shù)學基礎--均值、方差、標準差、協(xié)方差

  ??統(tǒng)計學中最核心的概念之一是：標準差及其與其他統(tǒng)計量（如方差和均值）之間的關系，本文將對標準差這一概念提供直觀的視覺解釋，在文章的最后我們將會介紹協(xié)方差的概念。 ??均值： 均值就是將所有的數(shù)據(jù)相加求平均，求得一個樣本數(shù)據(jù)的中間值。 定義： 給定

  2024年02月07日

  瀏覽(23)

• 求“二維隨機變量的期望E(X)與方差D(X)”例題（一）

  ? 設隨機變量(X,Y)的聯(lián)合分布律為 XY 0 1 0 0.1 0.2 1 0.3 0.4 先求x的邊緣分布律，表格里x=0的概率為0.1+0.2，于是我們可得 X 0 1 P 0.3 0.7 直接求E(X)即可，得到結果 直接x與y相乘就行。 記得別乘多了，別的算了又算遍。? 和上面一樣，x與y相加就行。 已知隨機變量(X,Y)的概率密度 。

  2024年02月05日

  瀏覽(17)
• 

  隨機過程的均值函數(shù)、自相關函數(shù)、協(xié)方差函數(shù)

  隨 機 過 程 的 均 值 是 定 義 在 某 個 時 間 點 上 的 隨 機 變 量 的 函 數(shù) 隨機過程的均值是定義在某個時間點上的隨機變量的函數(shù) 隨 機 過 程 的 均 值 是 定 義 在 某 個 時 間 點 上 的 隨 機 變 量 的 函 數(shù) 協(xié) 方 差 函 數(shù) C X ( t 1 , t 2 ) = E ( ( X t 1 ? E ( X t 1 ) ) ( X t 2 ? E

  2024年02月11日

  瀏覽(19)
• 

  MATLAB 構建協(xié)方差矩陣，解算特征值和特征向量（63）

  對于某片有待分析的點云，我們希望構建協(xié)方差矩陣，計算特征值和特征向量，這是很多算法必要的分析方法，這里提供完整的計算代碼（驗證正確） !!! 特別需要注意的是：特征值的排序方式 這里計算的特征值按照從小到大的順序重新排列得到：L1 L2 L3，這樣每個特征值都

  2024年04月14日

  瀏覽(23)
• 

  概率論與數(shù)理統(tǒng)計中常見的隨機變量分布律、數(shù)學期望、方差及其介紹

  設隨機變量X的所有可能取值為0與1兩個值，其分布律為 若分布律如上所示，則稱X服從以P為參數(shù)的(0-1)分布或兩點分布。記作X~ B(1，p) 0-1分布的分布律利用表格法表示為: X 0 1 P 1-P P 0-1分布的數(shù)學期望 E(X) = 0 * (1 - p) + 1 * p = p 二項分布的分布律如下所示： 其中P是事件在一次試驗

  2024年02月05日

  瀏覽(43)
• 

  協(xié)方差、樣本協(xié)方差、協(xié)方差矩陣、相關系數(shù)詳解（python代碼）

  對于一個隨機變量的分布特征，可以由均值、方差、標準差等進行描述。而對于兩個隨機變量的情況，有協(xié)方差和相關系數(shù)來描述兩個隨機變量的相互關系。 本文主要參考概率論與數(shù)理統(tǒng)計的教科書，整理了協(xié)方差、樣本協(xié)方差、協(xié)方差矩陣、相關系數(shù)的概念解釋和代碼。

  2023年04月10日

  瀏覽(17)
• 

  協(xié)方差，協(xié)方差矩陣，相關系數(shù)

  對于一個隨機變量的分布特征，可以用均值，方差，標準差來描述。對于兩個隨機變量，可以用協(xié)方差，和相關系數(shù)來描述兩個隨機變量的相互關系。 注意在機器學習中一個向量為m*n，m表示樣本個數(shù)，n表示特征個數(shù)，這里的隨機變量表示的是每一列，而不是每一行。 ?協(xié)方

  2024年02月11日

  瀏覽(22)

• 【概率論理論】協(xié)方差，協(xié)方差矩陣理論(機器學習)

  ??在許多算法中需要求出兩個分量間相互關系的信息。協(xié)方差就是描述這種相互關聯(lián)程度的一個特征數(shù)。 ??設 ( X , Y ) (X,Y) ( X , Y ) 是一個二維隨機變量，若 E [ ( X ? E ( X ) ) ( Y ? E ( Y ) ) ] E[(X-E(X))(Y-E(Y))] E [ ( X ? E ( X ) ) ( Y ? E ( Y ) ) ] 存在，則稱此數(shù)學期望為 X X X 與

  2024年02月14日

  瀏覽(22)