SummaryThe covariance of X and Y is

Summary
The covariance of X and Y is Cov(X, Y): El[X - E(X)][Y - E(Y)I1. The correlation
is p(X, Y): Cov(X, Y)/[Var(X) Vur(Y)]l/2, and it measures the extent to which X
and Y are linearly related. Indeed, X and Y are precisely linearly related if and only if

ผลลัพธ์ (ไทย) 1:

สรุปแปรปรวนของ X และ Y เป็น Cov (X, Y): เอล [X - E(X)] [Y - I1 E (Y) สหสัมพันธ์คือ p (X, Y): Cov (X, Y)/[Var(X) Vur(Y)] l/2 และประเมินขอบเขตการที่ Xและ Y มีความสัมพันธ์เชิงเส้น จริง ๆ X และ Y จะแม่นยำถ้าเกี่ยวข้องเชิงเส้นและเท่านั้น

ผลลัพธ์ (ไทย) 2:

สรุป
ความแปรปรวนของ X และ Y เป็น Cov (x, y): เอล [X - E (X)] [Y - E (Y) I1 ความสัมพันธ์
เป็น P (x, y): Cov (x, y) / [Var (X) Vur (Y)] L / 2, และมาตรการขอบเขตที่ X
และ Y มีความสัมพันธ์กันเป็นเส้นตรง อันที่จริง, X และ Y มีความแม่นยำที่เกี่ยวข้องเป็นเส้นตรงและถ้าหาก

ผลลัพธ์ (ไทย) 3:

สรุป
ความแปรปรวนของ X และ Y เป็นปก ( X , Y ) : เอล [ x - E ( x ) ] [ Y - E ( y ) i1 . ความสัมพันธ์
คือ P ( X , Y ) : ปิด ( x , y ) [ var ( X ) vur ( Y ) L / 2 และมาตรการขอบเขตที่ x
Y เป็นเส้นตรง ที่เกี่ยวข้อง แน่นอน , X และ Y แน่นอนน้ำหนักที่เกี่ยวข้องถ้าและเพียงถ้า