方差(Variance),應用數學裡的專有名詞。在機率論和統計學中,一個随機變量的方差描述的是它的離散程度,也就是該變量離其期望值的距離。一個實随機變量的方差也稱為它的二階矩或二階中心動差,恰巧也是它的二階累積量。這裡把複雜說白了,就是将各個誤差将之平方(而非取絕對值),使之肯定為正數,相加之後再除以總數,透過這樣的方式來算出各個資料分布、零散(相對中心點)的程度。繼續延伸的話,方差的算術平方根稱為該随機變量的标準差(此為相對各個資料點間)。
協方差(Covariance)在機率論和統計學中用于衡量兩個變量的總體誤差。而方差是協方差的一種特殊情況,即當兩個變量是相同的情況。
平均數(mean):μ=E[X]
“方差”(variance):
标準差(Standard Deviation,SD)=均方差=σ=
協方差(Covariance):
- {\displaystyle \operatorname {cov} (X,Y)=\operatorname {E} (X\cdot Y)-\mu \nu } ,
參考資料:
[1]标準差:https://zh.wikipedia.org/wiki/%E6%A8%99%E6%BA%96%E5%B7%AE
[2]方差:https://zh.wikipedia.org/wiki/%E6%96%B9%E5%B7%AE
[3]協方差:https://zh.wikipedia.org/wiki/%E5%8D%8F%E6%96%B9%E5%B7%AE