next up previous contents
Next: Esempi di variabili doppie Up: Variabili casuali multiple Previous: Proprietà formali di covarianza   Indice

$ {\bf\circlearrowright }$Matrice di covarianza e matrice di correlazione

Siamo giunti a sintetizzare l'incertezza su una coppia di variabili con tre valori: due varianze e una covarianza, o, equivalentemente, due deviazioni standard e un coefficiente di correlazione. Nel caso di $ n$ variabili ($ X_1$, $ X_2$, ...$ X_n$) servono

$\displaystyle N=n + \frac{n\,(n-1)}{2} = \frac{n\,(n+1)}{2}$ (9.29)

informazioni indipendenti.

Talvolta è preferibile utilizzare una rappresentazione compatta di queste grandezze mediante la cosidetta matrice di correlazione, una matrice quadrata i cui termini sono dati da

$\displaystyle V_{i\,j} =$   E$\displaystyle \left[ (X_i-\mbox{E}(X_i)) (X_j-\mbox{E}(X_j))\right]\,.$ (9.30)

Infatti, i termini diagonali (quando $ i=j$) danno le varianze, mentre gli altri (quando $ i\ne j$) danno le covarianze. In forma matriciale, abbiamo:

$\displaystyle \mathbf{V} = \left(\begin{array}{cccc} \sigma^2_1 & \mbox{Cov}(X_...
...ox{Var}(X_1,X_n) & \mbox{Var}(X_2,X_n) & \cdots & \sigma^2_n \end{array}\right)$ (9.31)

La matrice è simmetrica, come è facile verificare, e quindi i termini indipendenti sono esattamente $ n\,(n+1)/2)$ come richiesto dalla (9.29).

Alternativamente, a volte può essere conveniente presentare l'incertezza dei dati mediante la matrice di correlazione, i cui elementi sono dati da

$\displaystyle \rho(X_i,X_j) = \frac{V_{i\,j}}{\sigma_i\sigma_j}\,,$

ovvero

$\displaystyle \mathbf{R} = \left(\begin{array}{cccc} 1 & \rho(X_1,X_2) & \cdots...
...dots & \cdots \\  \rho(X_1,X_n) & \rho(X_2,X_n) & \cdots & 1 \end{array}\right)$ (9.32)

Come si vede, nel passaggio dalla matrice di covarianza alla matrice di correlazione si perdono le informazioni sulle $ n$ deviazioni standard (gli elementi della diagonale sono tutti unitari). Quindi, qualora si preferisca questo modo di condensare la distribuzione, le deviazione standard devono essere fornite separatamente.


next up previous contents
Next: Esempi di variabili doppie Up: Variabili casuali multiple Previous: Proprietà formali di covarianza   Indice
Giulio D'Agostini 2001-04-02