离散型随机变量的相关系数?
1、计算公式为相关系数=协方差/两个项目标准差之积。 相关系数：度量两个随机变量间关联程度的量。相关系数的取值范围为(-1，+1)。当相关系数小于0时，称为负相关；大于0时，称为正相关；等于0时，称为零相关。 2、协方差：如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。 3、标准差（Standard Deviation） ，也称均方差（mean square error），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。
如何计算两个股票的相关系数(correlation)(急)?
1、计算公式为相关系数=协方差/两个项目标准差之积。 相关系数：度量两个随机变量间关联程度的量。相关系数的取值范围为(-1，+1)。当相关系数小于0时，称为负相关；大于0时，称为正相关；等于0时，称为零相关。 2、协方差：如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。 3、标准差（Standard Deviation） ，也称均方差（mean square error），是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。
带系数的方差与协方差计算公式?
标准差 D (X ) = E [X - E(X)]2 根号D (X )为 X 的均方差或标准差 常用公式D(X)=E(X2)-E2(X) 协方差 COV（X,Y）=E([X-E(X)][Y-E(Y)]) 相关系数 协方差/[根号D（X）*根号D（Y）]
相关系数和协方差所表示的意义有什么区别?
相关系数是用来衡量两个变量的相关程度，比如，随着x的变大，y也随之变大，并且接近某种函数关系，说明相关性好 而协方差是衡量两个变量之间的总体误差的 协方差在描述X和Y在同一物理量纲之下有一定的作用，但同样的两个量采用不同的量纲使它们的协方差在数值上表现出很大的差异。 为此引入如下概念： 定义称为随机变量X和Y的相关系数。定义 若ρXY=0，则称X与Y不相关。即ρXY=0的充分必要条件是Cov(X，Y)=0，亦即不相关和协方差为零是等价的。
估计量的方差与相关系数的关系?
随机变量：ξ 0，数学期望：Eξ 1，方差：若E(ξ-Eξ)^2存在，则称 Dξ=E(ξ-Eξ)^2为随机变量ξ的方差；称√Dξ为ξ的标准差。 2，协方差：给定二维随机变量 ξ (ξ1, ξ2)，若：E[(ξ1-Eξ1)(ξ2-Eξ2)]存在，则称其为随机变量 (ξ1，ξ2)的协方差，记为：cov(ξ1，ξ2)=E[(ξ1-Eξ1)(ξ2-Eξ2)] 3，记：r(ξ1，ξ2)=cov(ξ1，ξ2)/[Dξ1Dξ2]^0.5 =E[(ξ1-Eξ1)(ξ2-Eξ2)] / [Dξ1Dξ2]^0.5 （Dξ1，Dξ2均大于零） 称：上式为ξ1，ξ2的‘相关系数’或‘标准协方差’。 4，以上可知方差、协方差、相关系数之间的相互关系。