Skip to content

协方差与相关系数

2025-06-04

协方差

协方差 cov(X,Y)

衡量随机变量 X,Y 是否同向变动的指标,定义为

cov(X,Y)=E[(XE(X))(YE(Y))]

特别地,当 X=Y 时有

cov(X,X)=V(X)
推论 1
cov(X,Y)=E[(XE(X))(YE(Y))]=E[XYXE(Y)YE(X)+E(X)E(Y)]=E(XY)2E(X)E(Y)+E(X)E(Y)=E(XY)E(X)E(Y)
不相关

cov(X,Y)=0

相关

cov(X,Y)0

正相关
cov(X,Y)>0
负相关
cov(X,Y)<0
推论 2

X,Y 相互独立X,Y 不相关,反之不一定成立。

数学期望的性质 3有,当 X,Y 相互独立时

E(XY)=E(X)E(Y)cov(X,Y)=E(XY)E(X)E(Y)=0

协方差的性质

X,Y 为随机变量,a,b 为常数。

性质 1

cov(X,Y)=cov(Y,X)

性质 2

cov(X,a)=0

性质 3

cov(aX,bY)=abcov(X,Y)

性质 4

cov(X1+X2,Y)=cov(X1,Y)+cov(X2,Y)

性质 5

V(X±Y)=V(X)+V(Y)±2cov(X,Y)

推论
对任意 n 个随机变量 X1,X2,,XnV(i=1nXi)=i=1nj=1ncov(Xi,Yj)

协方差不等式

|cov(X,Y)|V(X)V(Y)

数学期望的性质 4

|E(XY)|E(X2)E(Y2)

U=XE(X),V=YE(Y),则 V(X)=E(U),V(Y)=E(V),故

|cov(X,Y)|=|E(UV)|E(U2)E(V2)=V(X)V(Y)

相关系数

相关系数 ρXY,ρ

衡量随机变量 X,Y 相关性的无量纲系数,定义为

ρXY=cov(X,Y)V(X)V(Y)
推论
ρXY=cov(X,Y)V(X)V(Y)=E(XE(X)V(X)YE(Y)V(Y))=E(XY)=cov(X,Y)=ρXY其中 X 表示 X 的标准化结果,即 X=XE(X)V(X)
定理 1
|ρXY|1
定理 2
|ρXY|=1a>0,b,P(Y=aX+b)=1,且 a>0ρXY=1a<0ρXY=1