第3章 统计建模与参数估计_第3节-变量间关系与相关结构.pdfVIP

三、变量间关系与相关结构

3.1协⽅差与相关系数的意义学

3.1.1协⽅差数

修

3.1.2相关系数必

3.1.3⼏何图像直观理解（必备！）习

学

3.1.4计算案例器

机

-

3.1.5⼩结与对⽐壮

大

s

3.1.6结语：协⽅差vs相关系数

o

c

3.2Pearson相关系数与⼏何解释

3.2.1Pearson相关系数的代数定义

3.2.2余弦相似度：向量⻆度的⼏何解释

3.2.3⼏何意义详解：向量间夹⻆与相关性

3.2.4⼀个详细计算案例

3.2.5Python实现与向量余弦解释

3.2.6补充：为什么要“中⼼化”？

3.2.7⼩结：应该记住的核⼼观点

3.3独⽴vs不相关：何时不能混为⼀谈

3.3.1概念定义

3.3.2推导说明：为什么独⽴⼀定不相关？

3.3.3反例：不相关但不独⽴

3.3.4为什么这个问题重要？学

3.3.5延伸阅读：其他相关定义数

修

3.4协⽅差矩阵：⾼维变量的结构表达必

习

3.4.1为什么需要协⽅差矩阵？学

3.4.2协⽅差矩阵的数学定义器

机

-

3.4.3协⽅差矩阵的性质壮

大

s

3.4.4从样本估计协⽅差矩阵

o

c

3.4.5实际案例：3维变量的协⽅差矩阵

3.4.6Python实现

3.4.7总结

3.5Python实践：变量关系可视化（散点图、热图）

3.5.1示例数据准备