Escolar Documentos
Profissional Documentos
Cultura Documentos
aunque esta ltima ecuacin es proclive a perder sentido cuando se la calcula con punto otante aritmtico y
1 Interpretacin
E[xy] E[x] E[y] y lo que debe evitarse en programas
de computacin cuando el dato no ha sido previamente
Cuando a grandes valores de una de las variables suelen centrado.[3]
mayoritariamente corresponderles los grandes de la otra El estimador insesgado de la covarianza denotado s de
xy
y lo mismo se verica para los pequeos valores de una y dos variables aleatorias x e y es:
la otra, se corrobora que tienden a mostrar similar comportamiento lo que se reeja en un valor positivo de la
n
covarianza[1]
1
Por el contrario, cuando a los mayores valores de una va- sxy =
(xi x)(yi y)
(n 1) i=1
riable suelen corresponder en general los menores de la
otra, expresando un opuesto comportamiento, la covaCuando las variables aleatorias x e y son n-dimensionales,
rianza es negativa.
es decir, x = (x1 , . . . , xn )t e y = (y1 , . . . , yn )t , su
El signo de la covarianza, por lo tanto, expresa la tenmatriz de covarianzas xy es:
dencia en la relacin lineal entre las variables.
La magnitud requiere un esfuerzo adicional de interpretacin:
t
La versin normalizada de la covarianza, el coeciente xy = E([x E(x)][y E(y)] )
de correlacin indica la magnitud de la especicidad de
la relacin lineal.
3 Interpretacin de la covarianza
Denicin
4 Propiedades
donde E[x] es el valor esperado de x, conocido tambin Si X, Y, W, y V son variables aleatorias y a, b, c, d son
como la media de x. Apelando a la propiedad de la espe- constantes (constante en este contexto signica no alearanza matemtica lineal, se puede simplicar como
torio), se cumple que:
1
9
Cov(X, a) = 0
Cov(X, X) = Var(X) , la varianza de X
ENLACES EXTERNOS
Cov(X, Y ) = Cov(Y, X)
Cov(aX, bY ) = ab Cov(X, Y )
Cov(X + a, Y + b) = Cov(X, Y )
Cov(aX + bY, cW + dV ) = ac Cov(X, W ) +
ad Cov(X, V ) + bc Cov(Y, W ) + bd Cov(Y, V )
Cov(X, Y ) = E(XY ) E(X) E(Y ) , frmula que
suele emplearse en la prctica para calcular la covarianza.
Estas propiedades se deducen de manera casi directa de
la denicin de la covarianza. En otras palabras la covarianza trata de explicar qu tan relacionadas se encuentran dos variables entre s, qu tanto se mueve una cuando la otra se mueve otro tanto. Ejemplo, si la variable X
se mueve 1, supongamos que la variable Y se mueve 2,
entonces podemos decir que la variable Y se mueve positivamente el doble de lo que se movera la variable X.
Regresin lineal
Correlacin
ANOVA
Varianza
8 Referencias
[1] http://mathworld.wolfram.com/Covariance.html
[2] Oxford Dictionary of Statistics, Oxford University Press,
2002, p. 104.
[3] Donald E. Knuth (1998). The Art of Computer Programming, volume 2: Seminumerical Algorithms, 3rd edn., p.
232. Boston: Addison-Wesley.
7 Vase tambin
10
10.1
Covarianza Fuente: http://es.wikipedia.org/wiki/Covarianza?oldid=74607357 Colaboradores: JakobVoss, Joseaperez, Gmagno, Triku, Ascnder, Sms, Elwikipedista, Tano4595, Renabot, Rembiapo pohyiete (bot), Chobot, Pertile, Dake, BOT-Superzerocool, FlaBot, YurikBot,
Icvav, Gaijin, KnightRider, C-3POrao, Eskimbot, Paintman, CEM-bot, Retama, Thijs!bot, Srengel, Luiswtc73, Yeza, Cgb, Eargones, Shalafy, VolkovBot, Pakebal, IIM 78, Muro Bot, SieBot, Loveless, Tirithel, Kikobot, Juan Mayordomo, VanBot, AVBOT, MastiBot, Pablosreitano, Diegusjaimes, Luckas-bot, NACLE, ArthurBot, SuperBraulio13, Xqbot, Jkbw, Ricardogpn, Jjgoye, Botarel, MondalorBot, RedBot,
Marsal20, CentroBabbage, EmausBot, HRoestBot, JRuizJim, MerlIwBot, HiW-Bot, Rafaeska, DanielithoMoya, Addbot y Annimos: 68
10.2
Images
10.3
Content license