|
|
Riga 8: |
Riga 8: |
|
La covarianza di ''X'' e ''Y'' può anche essere espressa come la differenza tra il [[valore atteso]] del loro prodotto e il prodotto dei loro valori attesi: |
|
La covarianza di ''X'' e ''Y'' può anche essere espressa come la differenza tra il [[valore atteso]] del loro prodotto e il prodotto dei loro valori attesi: |
|
:<math>\text{cov}(X,Y)=E[XY]-E[X]E[Y]\ </math>. |
|
:<math>\text{cov}(X,Y)=E[XY]-E[X]E[Y]\ </math>. |
|
Infatti per la [[trasformazione lineare|linearità]] del valore atteso risulta, (è spiegata male) |
|
Infatti per la [[trasformazione lineare|linearità]] del valore atteso risulta |
|
:<math>E\Big[XY-XE[Y]-E[X]Y+E[X]E[Y]\Big]=E[XY]-E[X]E[Y]-E[X]E[Y]+E[X]E[Y]=E[XY]-E[X]E[Y]\ </math>. |
|
:<math>E\Big[XY-XE[Y]-E[X]Y+E[X]E[Y]\Big]=E[XY]-E[X]E[Y]-E[X]E[Y]+E[X]E[Y]=E[XY]-E[X]E[Y]\ </math>. |
|
|
|
|
In teoria della probabilità la covarianza di due variabili aleatorie è un numero Cov(X,Y) che fornisce una misura di quanto le due varino assieme, ovvero della loro dipendenza.
Definizione
La covarianza di due variabili aleatorie X e Y è il valore atteso dei prodotti delle loro distanze dalla media:
- .
La covarianza di X e Y può anche essere espressa come la differenza tra il valore atteso del loro prodotto e il prodotto dei loro valori attesi:
- .
Infatti per la linearità del valore atteso risulta
- .
Proprietà
La covarianza rispetta le seguenti proprietà, per variabili aleatorie X, Y e Z, e costanti a e b:
Due variabili aleatorie indipendenti hanno covarianza nulla, poiché dalla loro indipendenza segue
Due variabili aleatorie che hanno covarianza nulla sono non correlate.
Due variabili aleatorie dipendenti possono essere non correlate.
Ad esempio, se X è una variabile aleatoria di legge uniforme sull'intervallo [-1,1] e Y=X2, allora
- .
Varianza
La covarianza può essere considerata una generalizzazione della varianza
e compare come termine di correzione nella relazione
Più in generale, per variabili aleatorie e vale
come caso particolare di
- .
Statistica
In statistica la covarianza è anche indicata come
- .
Su un campione di n osservazioni congiunte (xi,yi), di rispettive medie osservate e , la covarianza osservata è
- .
Uno stimatore della covarianza per N osservazioni congiunte (Xi,Yi) è
La varianza e la covarianza intervengono per definire l'indice di correlazione di Pearson
- ,
ovvero uno stimatore del coefficiente di correlazione lineare
Voci correlate
Template:Concetti base di chimica analitica