Covariance
如何計算同一變量的兩個觀測值之間的協方差？
我對我讀到的關於協方差的內容感到困惑。我知道如何計算兩個不同變量之間的協方差，但不知道同一變量的兩個觀察值之間的協方差。想像一下你對一個變量有很多觀察. 這是什麼意思以及如何計算？
或者，對我來說，這似乎是同樣的問題，在一個簡單的線性回歸中，當有人說
為了. 你怎麼計算這個？
@AndyW 提供了一個很好的答案。讓我拋出一個與您問題的“[w]這意味著什麼”部分相關的額外一點。
兩個單點之間可能存在協方差似乎是不可理解的。您需要記住的是，您所擁有的兩點只是兩個錯誤分佈的實現價值觀。假設與數據生成過程的誤差分佈有關，實際上與實際數據無關。
理論上，3 月份的誤差分佈可能與 2 月份的誤差分佈相關，但所有其他的誤差分佈配對將完全不相關。2 月和 3 月各只有一個數據點，這是無法檢查的（這也是一種非常奇怪的可能性）。相反，我們所做的實際上是在滯後時測試殘差。也就是說，我們將檢查，例如，每個數據點與它之前的點的協方差。現在您有兩組數據，您可以檢查協方差。