สำหรับสถิติศาสตร์แล้ว ความแปรปรวนร่วมเกี่ยว (อังกฤษ: covariance) เป็นการวัดปริมาณการเปลี่ยนแปลงของสองตัวแปรว่าจะมีการเปลี่ยนแปลงตามกันมาน้อยเท่าใด (variance) เป็นกรณีพิเศษของความแปรปรวนร่วมเกี่ยวโดยที่สองตัวแปรที่พิจารณาคือตัวแปรตัวแปรเดียวกัน
นิยาม
ความแปรปรวนร่วมเกี่ยวระหว่างสองตัวแปรสุ่ม X และ Y ที่มีค่าจำกัด คือ
โดย E[X] คือ ค่าคาดหมาย (expected value) ของ X
นิยามข้างต้นสามารถทำให้สั้นลงได้เป็น:
สำหรับเวกเตอร์สุ่ม X และ Y ที่มีขนาดไม่เท่ากัน โดย X มีขนาด m×1 และ Y มีขนาด n×1 แล้ว เมตริกซ์ความแปรปรวนร่วมเกี่ยวของ X และ Y จะเป็นเมตริกซ์ขนาด m×n ที่เท่ากับ: โดย M ′ คือ เมทริกซ์สลับเปลี่ยนของM
สมาชิกแถว i หลัก j ของ Cov(X,Y) จะเท่ากับค่าความแปรปรวนร่วมเกี่ยว Cov(Xi, Yj) ระหว่างสมาชิกที่ i ของ X และสมาชิกที่ j ของ Y
Cov(Y, X) จะเท่ากับเมทริกซ์สลับเปลี่ยนของ Cov(X, Y).
ตัวแปรสุ่มสองตัวที่มีค่าความแปรปรวนร่วมเกี่ยวระหว่างกันเป็น 0 จะเรียกว่า ตัวแปรทั้งสองไม่มีสหสัมพันธ์กัน (uncorrelated)
หน่วยของความแปรปรวนร่วมเกี่ยว Cov(X, Y) จะคือ หน่วยของ X คูณหน่วยของ Y แต่สำหรับสหสัมพันธ์ (correlation) สหสัมพันธ์ไม่มีหน่วย
ดูเพิ่ม
- (variance)
- สหสัมพันธ์ (correlation)
อ้างอิง
แหล่งข้อมูลอื่น
- MathWorld page on calculating the sample covariance
wikipedia, แบบไทย, วิกิพีเดีย, วิกิ หนังสือ, หนังสือ, ห้องสมุด, บทความ, อ่าน, ดาวน์โหลด, ฟรี, ดาวน์โหลดฟรี, mp3, วิดีโอ, mp4, 3gp, jpg, jpeg, gif, png, รูปภาพ, เพลง, เพลง, หนัง, หนังสือ, เกม, เกม, มือถือ, โทรศัพท์, Android, iOS, Apple, โทรศัพท์โมบิล, Samsung, iPhone, Xiomi, Xiaomi, Redmi, Honor, Oppo, Nokia, Sonya, MI, PC, พีซี, web, เว็บ, คอมพิวเตอร์
sahrbsthitisastraelw khwamaeprprwnrwmekiyw xngkvs covariance epnkarwdprimankarepliynaeplngkhxngsxngtwaeprwacamikarepliynaeplngtamknmanxyethaid variance epnkrniphiesskhxngkhwamaeprprwnrwmekiywodythisxngtwaeprthiphicarnakhuxtwaeprtwaeprediywknniyamkhwamaeprprwnrwmekiywrahwangsxngtwaeprsum X aela Y thimikhacakd khux Cov X Y E X E X Y E Y displaystyle operatorname Cov X Y operatorname E big X operatorname E X Y operatorname E Y big ody E X khux khakhadhmay expected value khxng X niyamkhangtnsamarththaihsnlngidepn Cov X Y E XY E X E Y displaystyle operatorname Cov X Y operatorname E big XY big operatorname E X cdot operatorname E Y sahrbewketxrsum X aela Y thimikhnadimethakn ody X mikhnad m 1 aela Y mikhnad n 1 aelw emtrikskhwamaeprprwnrwmekiywkhxng X aela Y caepnemtrikskhnad m n thiethakb Cov X Y E X E X Y E Y E XY E X E Y displaystyle operatorname Cov X Y operatorname E big X operatorname E X Y operatorname E Y big operatorname E big XY big operatorname E X operatorname E Y ody M khux emthriksslbepliynkhxngM smachikaethw i hlk j khxng Cov X Y caethakbkhakhwamaeprprwnrwmekiyw Cov Xi Yj rahwangsmachikthi i khxng X aelasmachikthi j khxng Y Cov Y X caethakbemthriksslbepliynkhxng Cov X Y twaeprsumsxngtwthimikhakhwamaeprprwnrwmekiywrahwangknepn 0 caeriykwa twaeprthngsxngimmishsmphnthkn uncorrelated hnwykhxngkhwamaeprprwnrwmekiyw Cov X Y cakhux hnwykhxng X khunhnwykhxng Y aetsahrbshsmphnth correlation shsmphnthimmihnwyduephim variance shsmphnth correlation xangxingaehlngkhxmulxunwikiphcnanukrm mikhwamhmaykhxngkhawa covariance MathWorld page on calculating the sample covariancebthkhwamkhnitsastrniyngepnokhrng khunsamarthchwywikiphiediyidodykarephimetimkhxmuldk