这就是X、Y协方差的计算方法,
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))]
用于衡量两个变量的总体误差
其中E(X)、E(Y)分别是X和Y的期望值
不明白看看这里啊,挺详细的
COV(X,Y)=E[(X-E(X))(Y-E(Y))]是什么意思
1个回答
相关问题
-
设X服从N（1,4）分布,Y服从N（2,1）分布,P=0.4,求E（x）,E（Y）,D（X）,D（Y）,cov(xy)?
-
y=x^(x^2)+e^(x^2)+x^(e^x)+e^(e^x),求y的倒数
-
(e^(x+y)-e^x)dx+.(e^(x+y)-e^y)dy=0微分方程求通解
-
证明 (e^x+e^y)/2>e^(x+y)/2
-
协方差计算如何展开?cov(x+y,x-y)=cov(x,x)-cov(x,y)+cov(y,x)-cov(y,y)求问
-
e^（x+2y）对x求导是e^（x+2y）还是e^（x+2y）*（1+2y）
-
概率学,证明E[E[X|Y,Z]]=E[E[X|Y]]=E[X],内详
-
若X,Y均是离散型随机变量,则E(X+Y)=E(X)+E(Y)为什么?
-
{x+y+e=10 x+3y+2e=17 2y-x+3e=18
-
y=(e^2x+e^-2x)/(e^x+e^-x)