Professional Documents
Culture Documents
mm
m
?V
m
Dada una variable estadística n-dimensional (X1,X2 ,X3,...,Xn), llamaremos vector
de medias al vector columna formado por las medias de las distribuciones
marginales de cada variable por separado.
½
½
½
333
½
½
g
u expresión a partir de la matriz de datos es:
g
scribiendo la matriz X en términos de sus vectores fila, que son vectores de
dimensión 1xp que contienen los valores de las p variables en cada elemento de
la muestra, estos vectores son las columnas de X·, y se tiene que:
Ñ
g
g
?m
Vmmm
Vmmm
Propiedades:
333 g
½
333 333 ½
333 333 ½
333 333 ½
½
g g 333 g
nterpretación de la covarianza
Propiedades
1. La matriz de varianzas-covarianzas es simétrica respecto a su diagonal
principal.
2. La matriz de varianzas-covarianzas es definida positiva.
3. l determinante de la matriz de varianzas-covarianzas (también llamado
determinante de momentos) es siempre no negativo L mayor o igual a 0
4. n el caso bidimensional tendremos:
det V L 2 x1 2 x2 - (x1x2 )2
Ejemplo
Las observaciones corresponden a distintas acciones que cotizan en el
mercado continuo español y las variables a tres medidas de rentabilidad de
estas acciones durante un período de tiempo.
Las variables son : X1 es la rentabilidad efectiva por dividendos, X2 es la
proporción de beneficios que va a dividendos y X3 el ratio entre precio por
acción y beneficios.
r
× ×
r × ××
× × ××
× ×
×× × × ×
×× ×
×
× × ×
×× × ×
× ×
× × ×
× × ×
×× × × ×
× × × × ×
× × ×× ×
×
× × ×
× ×