发布时间：2018年04月10日 19:43:44分享人:奇葩女王来源:互联网19
协方差分析是建立在方差分析和回归分析基础之上的一种统计分析方法。方差分析是从质量因子的角度探讨因素不同水平对实验指标影响的差异。一般说来，质量因子是可以人为控制的。回归分析是从数量因子的角度出发，通过建立回归方程来研究实验指标与一个（或几个）因子之间的数量关系。但大多数情况下，数量因子是不可以人为加以控制的。协方差定义在概率论和统计学中，协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。期望值分别为E(X) = μ 与 E(Y) = ν的两个实数随机变量X与Y之间的协方差定义为：COV(X，Y)=E[(X-E(X))(Y-E(Y))]其中，E是期望值。它也可以表示为：直观上来看，协方差表示的是两个变量总体误差的方差，这与只表示一个变量误差的方差不同。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。如果X与Y是统计独立的，那么二者之间的协方差就是0。但是，反过来并不成立。即如果X与Y的协方差为0，二者并不一定是统计独立的。协方差cov(X,Y)的度量单位是X的协方差乘以Y的协方差。而取决于协方差的相关性，是一个衡量线性独立的无量纲的数。协方差为0的两个随机变量称为是不相关的。协方差属性
两个不同参数之间的方差就是协方差 若两个随机变量X和Y相互独立，则E[(X-E(X))(Y-E(Y))]=0，因而若上述数学期望不为零，则X和Y必不是相互独立的，亦即它们之间存在着一定的关系。定义E[(X-E(X))(Y-E(Y))]称为随机变量X和Y的协方差，记作COV(X，Y)，即COV(X，Y)=E[(X-E(X))(Y-E(Y))]。协方差与方差之间有如下关系：D(X+Y)=D(X)+D(Y)+2COV(X，Y)D(X-Y)=D(X)+D(Y)-2COV(X，Y)协方差与期望值有如下关系：COV(X，Y)=E(XY)-E(X)E(Y)。协方差的性质：（1）COV(X，Y)=COV(Y，X)；（2）COV(aX，bY)=abCOV(X，Y)，（a，b是常数）；（3）COV(X1+X2，Y)=COV(X1，Y)+COV(X2，Y)。由协方差定义，可以看出COV(X，X)=D(X)，COV(Y，Y)=D(Y)。协方差作为描述X和Y相关程度的量，在同一物理量纲之下有一定的作用，但同样的两个量采用不同的量纲使它们的协方差在数值上表现出很大的差异。为此引入如下概念：定义ρXY=COV(X，Y)/√D(X)√D(Y)，称为随机变量X和Y的相关系数。定义若ρXY=0，则称X与Y不相关。即ρXY=0的充分必要条件是COV(X，Y)=0，亦即不相关和协方差为零是等价的。定理设ρXY是随机变量X和Y的相关系数，则有（1）∣ρXY∣≤1；（2）∣ρXY∣=1充分必要条件为P{Y=aX+b}=1，（a，b为常数，a≠0）定义设X和Y是随机变量，若E(X^k)，k=1，2，...存在，则称它为X的k阶原点矩，简称k阶矩。若E{[X-E(X)]^k}，k=1，2，...存在，则称它为X的k阶中心矩。若E(X^kY^l)，k、l=1，2，...存在，则称它为X和Y的k+l阶混合原点矩。若E{[X-E(X)]^k[Y-E(Y)]^l}，k、l=1，2，...存在，则称它为X和Y的k+l阶混合中心矩。显然，X的数学期望E(X)是X的一阶原点矩，方差D(X)是X的二阶中心矩，协方差COV(X，Y)是X和Y的二阶混合中心矩。
爱华网本文地址 » http://www.aihuau.com/a/25101011/74132.html
更多阅读
spss教程：单因素方差分析——简介用来测试某一个控制变量的不同水平是否给观察变量造成显著差异和变动。方差分析前提：不同水平下，各总体均值服从方差相同的正态分布。所以方差分析就是研究不同水平下各个总体的均值是否有显著的差异
现有一个投资组合，假定该组合的日收益率序列用250（一年按250个交易日）个变量表示：，并且假定这250组观测值独立同分布，那么可以计算该投资组合的年化方差和年化标准差。首先，年化方差和年化标准差的统计对象为年化收益率变量，所以我们首先构
若x1,x2,x3......xn的平均数为m则方差s^2=1/n[(x1-m)^2+(x2-m)^2+.......+(xn-m)^2]方差即偏离平方的均值，称为标准差或均方差，方差描述波动程度。MODE 2进入SD模式。统计前要先清除上次统计纪录：SHIFTAC=。然后输入
搜“样本方差n-1”，能够找到很多解释“为什么样本方差的分母是n-1，而总体方差的分母却是n”的结果。我这里贡献一种简单的启发式想法。样本方差的公式：S^2=(X-EX)^2/(n-1)对于个数为N的总体来说，总体方差的公式：S^2=(X-EX)
标准残差，就是各残差的标准方差(standarddeviation),即是残差的平方和除以(残差个数-1)的平方根方差简单来说就是体现数字之间的离散程度。举一个打靶的例子来说吧。一个人打了五枪都是9环，另一个人打了2个8环，两个10环和一个9环。如
爱华网