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))]=EXY-EX*EY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，因为两个独立的随机变量满足EXY=EXEY。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。协方差为0的两个随机变量称为是不相关的。
协方差的计算举例：
R是相关系数矩阵 cov(Xi,Xj)为协方差
因为标准化后，均值为0，标准差为1. 则有：Pij=cov(Xi,Xj)。即： 原始矩阵的相关系数矩阵就是标准化后矩阵的协方差矩阵。因为标准差为1 对于标准化后的矩阵X，协方差矩阵（也即是相关系数矩阵）为：R = X·X'。因为均值为0引用：http://blog.csdn.net/ybdesire/article/details/6270328
爱华网本文地址 » http://www.aihuau.com/a/25101016/291577.html
更多阅读
（三）基差走强与卖出套期保值如前分析，基差走强具体可分为三种情况：第一，正向市场的基差走强；第二，反向市场的基差走强；第三，正向市场转向发行市场。下面我们以第一种情况为例，分析基差走强与卖出套期保值的关系。【例3】3月1日，小麦的现货价格
首先，标准差与标准偏差是一个概念，标准差也被称为标准偏差，或者实验标准差。简单来说，标准差是一组数值自平均值分散开来的程度的一种测量观念。一个较大的标准差，代表大部分的数值和其平均值之间差异较大；一个较小的标准差，代表这些数值
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)
标准差百科名片标准差（Standard Deviation） ，也称均方差（mean square error），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差
郭勇夫妇在法庭上一直说我是电视剧《浪卷红尘》的老板，在恶意诉讼《浪卷红尘》制作方——四川巨采公司的经济案件中，把有经济赔偿能力的我变成诉讼对象，试图用恶意诉讼手段，谋取更大的经济利益！但实际上，我仅是巨采公司的外请演员（附件合
爱华网