出典: フリー百科事典『ウィキペディア(Wikipedia)』
| この記事は 英語版の対応するページを翻訳することにより充実させることができます。(2024年5月)翻訳前に重要な指示を読むには右にある[表示]をクリックしてください。
- 英語版記事を日本語へ機械翻訳したバージョン(Google翻訳)。
- 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。
- 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。
- 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。
- 翻訳後、
{{翻訳告知|en|Autocovariance|…}} をノートに追加することもできます。
- Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針についての説明があります。
|
自己共分散(じこきょうぶんさん、英: autocovariance)とは、統計学における確率過程での、自分自身の時間をずらしたバージョンとの共分散である。確率過程 X(t) が平均 E[Xt] = μt を持つとき、その自己共分散は次のように表される。
ここで、E は期待値演算子である。
定常性[編集]
X(t) が定常過程なら、以下の条件が成り立つ。
- すべての t, s について
かつ
ここで
はラグタイム、あるいは信号をシフトした時間の量である。
結果として、自己共分散は次のようになる。
-
ここで RXX は自己相関を表す。
正規化[編集]
分散 σ2 で正規化すると、自己共分散は自己相関係数 ρ となる。
なお、自己相関と自己共分散という用語は相互に入れ替えて使われることもあるので注意が必要である。
自己共分散とは、完全な相関を示したときを σ2 として、そのラグにおいて時間シフトしたバージョンと自分自身がどれだけ似ているかを示す尺度と考えることができる。正規化により、その範囲が [−1, 1] に収められる。
参考文献[編集]