共分散の基本的性質
\(X,Y\)を確率変数、\(a,b\)を定数とする。
(1)
\[ Cov(X,Y)=Cov(Y,X) \](2)
\[ Cov(X,Y+a)=Cov(X,Y) \](3)
\[ Cov(X,aY)=aCov(X,Y) \](1)
\begin{align*} Cov(X,Y) & =E\left(\left(X-E(X)\right)\left(Y-E(Y)\right)\right)\\ & =Cov(Y,X) \end{align*}(2)
\begin{align*} Cov(X,Y+a) & =E(X(Y+a))-E(X)E(Y+a)\\ & =E(XY)+aE(X)-E(X)E(Y)+aE(X)\\ & =E(XY)-E(X)E(Y)\\ & =Cov(X,Y) \end{align*}(3)
\begin{align*} Cov(X,aY) & =E(XaY)-E(X)E(aY)\\ & =a\left(E(XY)-E(X)E(Y)\right)\\ & =aCov(X,Y) \end{align*}
ページ情報
| タイトル | 共分散の基本的性質 |
| URL | https://www.nomuramath.com/ugczz9jg/ |
| SNSボタン |
相加平均・相乗平均・調和平均・一般化平均の定義
\[
\mu_{A}=\frac{1}{n}\sum_{k=1}^{n}x_{k}
\]
期待値・分散・共分散などの定義
\[
E(X)=\int_{-\infty}^{\infty}xP(x)dx
\]
マルコフの不等式
\[
P\left(\left|X\right|\geq\epsilon\right)\leq\frac{E\left(\left|X\right|\right)}{\epsilon}
\]
誤差関数・相補誤差関数・虚数誤差関数の定義
\[
erf(x)=\frac{2}{\sqrt{\pi}}\int_{0}^{x}e^{-t^{2}}dt
\]