统计学的基本概念（原文链接）
一、
有n个样本的集合: X = {X1，X2，...,Xn}
均值：
标准差：
方差：
有两个数据集,数据集1，X = [0,8,12,20];数据集2，Y = [8,9,11,12]。两者的均值一样都为10。数据集1的标准差8.3，数据集2的标准差为1.8，因为后者的数据分布比较集中，标准差描述的是这种散布度。之所以除以n-1而不是n，是因为这样使我们以较小的样本集更好的逼近总体的标准差，即统计上的无偏估计。方差是标准差的平方。
二、为什么需要协方差
1、
标准差和方差一般是用来描述一维数据的，但现实生活中遇到的通常是含有多维数据的数据集，最简单的是大家上学时要统计多个学科的考试成绩。另外，我们想要知道两件事之间的关联程度，例如，一个男孩子的猥琐成都和他受女孩子欢迎程度是否存在联系。协方差就是解决这样一个问题，度量两个随机变量关系的统计量。
仿照方差的定义，度量各个维度偏离其均值的程度
协方差定义为
协方差结果的意义？如果结果为正值，说明两者是正相关，也就是说：一个人越猥琐越受女孩子欢迎。如果结果为负值，说明两者是负相关，说明女孩喜欢正经的人（不太可能）。如果为0，说明两者没有关系，相互独立。
2、
上述是两件事的关联程度，如果是三件事{X,Y,Z}就需要用矩阵表示了，这就是协方差矩阵。
标签：方差,两者,矩阵,协方差,标准差,数据 来源： https://www.cnblogs.com/andrew-address/p/13039490.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。