1、Cov(X,Y)=E(XY)-E(X)E(Y)=
2、协方差的性质：
3、Cov(X，Y)=Cov(Y，X)；
4、Cov(aX，bY)=abCov(X，Y)，（a，b是常数）；
5、Cov(XXY)=Cov(XY)+Cov(XY)。
6、由协方差定义，可以看出Cov(X，X)=D(X)，Cov(Y，Y)=D(Y)。
7、设X和Y是随机变量，若E(X^k)，k=在，则称它为X的k阶原点矩，简称k阶矩。
8、若E{[X-E(X)]k}，k=在，则称它为X的k阶中心矩。
9、若E{(X^k）（Y^p)}，k、l=在，则称它为X和Y的k+p阶混合原点矩。
10、若E{[X-E(X)]^k[Y-E(Y)]^l}，k、l=在，则称它为X和Y的k+l阶混合中心矩。
11、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。
© 版权声明
本信息内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 如遇侵权请及时联系本站删除。
相关文章
暂无评论...
量子科技网导航收录了国内外数百个不同类型的AI工具，每日更新和添加最新AI工具，量子科技网还推荐了AI学习开发的常用网站、框架和模型，帮助你加入人工智能浪潮，自动化高效完成任务！