方差這個是什么就不說了；

協方差定義在兩個隨機變量上（設$E(X)=mu$，$E(Y)=upsilon$）：

$cov(X,Y)=E[(X-mu)(Y-upsilon)]=E(XY)-mu upsilon$

若X和Y統計獨立，那么協方差為0。

若隨機變量為列向量，協方差為：

$cov(X,Y)=E[(X-mu)(Y-upsilon)^T]$

$cov(X,Y)=cov(Y,X)^T$

自協方差定義在隨機過程上。如果$X_t$二階平穩：

$gamma( au)=E[(X_t-mu)(X_{t+ au}-mu)]$

相應的，互協方差定義在兩個隨機過程上。

自相關/互相關類似于自協方差/互協方差，但不減直流。

總結

以上是生活随笔為你收集整理的方差，协方差，自协方差，互协方差，自相关，互相关的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。