相关系数怎么算协方差为0

1。

X、Y 如果是随机变量的话就不该有DX或DY=0的情况，否则那就是常数而不是随机变量了。

因此，你所说的情况并不存在。

2。

当cov（X,Y）=0，那么相关系数ρ（X,Y) 确实为零。

协方差就等于零

XY独立，那么E(XY)=E(X)E(Y)，于是COV(XY)=E[(X-E(X))(Y-E(Y))]=E(XY)-E(X)E(Y)=0。

至于为什么XY独立E(XY)=E(X)E(Y)，这是因为XY的两个分布pxy(xy)=px(x)py(y)。

协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。

如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。

如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。

扩展资料：
如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值；如果两个变量的变化趋势相反，即其中一个变量大于自身的期望值时另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。

如果X与Y是统计独立的，那么二者之间的协方差就是0，因为两个独立的随机变量满足E[XY]=E[X]E[Y]。

但是，反过来并不成立。

即如果X与Y的协方差为0，二者并不一定是统计独立的。

协方差Cov(X，Y)的度量单位是X的协方差乘以Y的协方差。

而取决于协方差的相关性，是一个衡量线性独立的无量纲的数。

协方差等于0

协方差等于0只有在二维正态分布的情况下才能推出独立，否则只能得出相关系数为零，但独立可以推出协方差为零，因为协方差只是数字特征，而独立代表的事概率性质，数字特征只是概率的一部分性质，就像概率为零不能推出不可能事件一样