This HTML5 document contains 142 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dbpedia-dahttp://da.dbpedia.org/resource/
n17http://bn.dbpedia.org/resource/
dbpedia-nohttp://no.dbpedia.org/resource/
n27https://www.zhihu.com/topic/
dbpedia-svhttp://sv.dbpedia.org/resource/
n34http://purl.org/bncf/tid/
dbrhttp://dbpedia.org/resource/
dbpedia-fihttp://fi.dbpedia.org/resource/
dbpedia-shhttp://sh.dbpedia.org/resource/
dbpedia-hrhttp://hr.dbpedia.org/resource/
dbpedia-arhttp://ar.dbpedia.org/resource/
n8http://fr.dbpedia.org/resource/Modèle:
dbpedia-hehttp://he.dbpedia.org/resource/
n59http://commons.wikimedia.org/wiki/Special:FilePath/
dbpedia-frhttp://fr.dbpedia.org/resource/
n31https://www.britannica.com/topic/
dcthttp://purl.org/dc/terms/
rdfshttp://www.w3.org/2000/01/rdf-schema#
dbpedia-cshttp://cs.dbpedia.org/resource/
n40http://g.co/kg/m/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
dbpedia-eohttp://eo.dbpedia.org/resource/
dbpedia-euhttp://eu.dbpedia.org/resource/
dbpedia-gahttp://ga.dbpedia.org/resource/
n46http://fr.dbpedia.org/resource/Fichier:
xsdhhttp://www.w3.org/2001/XMLSchema#
dbpedia-ukhttp://uk.dbpedia.org/resource/
n41http://vocabulary.curriculum.edu.au/scot/
n60http://ma-graph.org/entity/
prop-frhttp://fr.dbpedia.org/property/
dbpedia-srhttp://sr.dbpedia.org/resource/
dbohttp://dbpedia.org/ontology/
dbpedia-vihttp://vi.dbpedia.org/resource/
n56http://mathworld.wolfram.com/
dbpedia-pthttp://pt.dbpedia.org/resource/
dbpedia-skhttp://sk.dbpedia.org/resource/
dbpedia-huhttp://hu.dbpedia.org/resource/
dbpedia-jahttp://ja.dbpedia.org/resource/
dbpedia-plhttp://pl.dbpedia.org/resource/
dbpedia-dehttp://de.dbpedia.org/resource/
dbpedia-thhttp://th.dbpedia.org/resource/
dbpedia-ruhttp://ru.dbpedia.org/resource/
dbpedia-rohttp://ro.dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/
dbpedia-nlhttp://nl.dbpedia.org/resource/
n25http://www.omegawiki.org/DefinedMeaning:
dbpedia-slhttp://sl.dbpedia.org/resource/
dbpedia-ithttp://it.dbpedia.org/resource/
n38http://hi.dbpedia.org/resource/
dbpedia-cahttp://ca.dbpedia.org/resource/
provhttp://www.w3.org/ns/prov#
n35https://www.jstor.org/topic/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-nnhttp://nn.dbpedia.org/resource/
n4http://su.dbpedia.org/resource/
wikipedia-frhttp://fr.wikipedia.org/wiki/
dbpedia-zhhttp://zh.dbpedia.org/resource/
dbpedia-kohttp://ko.dbpedia.org/resource/
dbpedia-fahttp://fa.dbpedia.org/resource/
dbpedia-trhttp://tr.dbpedia.org/resource/
dbpedia-eshttp://es.dbpedia.org/resource/
category-frhttp://fr.dbpedia.org/resource/Catégorie:
owlhttp://www.w3.org/2002/07/owl#

Statements

Subject Item
dbpedia-fr:Covariance
rdfs:subClassOf
dbo:Statistic
rdfs:label
Covariância Covarianza Коваріація Ковариация Covariance
rdfs:comment
En théorie des probabilités et en statistique, la covariance entre deux variables aléatoires est un nombre permettant de quantifier leurs écarts conjoints par rapport à leurs espérances respectives. Elle s’utilise également pour deux séries de données numériques (écarts par rapport aux moyennes). La covariance de deux variables aléatoires indépendantes est nulle, bien que la réciproque ne soit pas toujours vraie.
rdfs:seeAlso
n25:1197689 n27:20029805 n31:covariance n35:covariance n56:Covariance.html
owl:sameAs
n4:Kovarian dbpedia-nn:Kovarians dbpedia-no:Kovarians dbpedia-ro:Covarianță dbpedia-de:Kovarianz_(Stochastik) dbpedia-th:ความแปรปรวนร่วมเกี่ยว dbpedia-hr:Kovarijanca n17:সহভেদাঙ্ক dbpedia-da:Kovarians wikidata:Q201984 dbpedia-ga:Comhathraitheas dbpedia-sl:Kovarianca dbpedia-cs:Kovariance dbpedia-he:שונות_משותפת dbpedia-eu:Kobariantza dbpedia-zh:协方差 dbpedia-sh:Kovarijansa dbpedia-fi:Kovarianssi n34:47720 dbpedia-sv:Kovarians_(sannolikhetsteori) dbpedia-vi:Hiệp_phương_sai n38:सहप्रसरण dbr:Covariance n40:014mwd n41:15144.rdf dbpedia-pt:Covariância dbpedia-ru:Ковариация dbpedia-tr:Kovaryans dbpedia-uk:Коваріація dbpedia-es:Covarianza dbpedia-fa:کوواریانس dbpedia-hu:Kovariancia dbpedia-ca:Covariància dbpedia-sr:Kovarijansa dbpedia-it:Covarianza_(probabilità) dbpedia-sk:Kovariancia_(štatistika) dbpedia-eo:Kunvarianco dbpedia-nl:Covariantie dbpedia-ar:تغاير_(إحصاء) dbpedia-pl:Kowariancja n60:178650346 dbpedia-ja:共分散 dbpedia-ko:공분산
dbo:wikiPageID
204605
dbo:wikiPageRevisionID
187709674
dbo:wikiPageWikiLink
dbpedia-fr:Statistique dbpedia-fr:Tableau_de_contingence dbpedia-fr:Implication_réciproque dbpedia-fr:Processus_stochastique dbpedia-fr:Estimateur_(statistique) dbpedia-fr:Photographie category-fr:Plan_d'expériences dbpedia-fr:Processus_stationnaire dbpedia-fr:Maximum_de_vraisemblance category-fr:Matrice dbpedia-fr:Application_linéaire dbpedia-fr:Variance_(mathématiques) dbpedia-fr:Foncteur dbpedia-fr:Krigeage dbpedia-fr:Grandeur_sans_dimension dbpedia-fr:Loi_de_Rademacher dbpedia-fr:Loi_normale_multidimensionnelle dbpedia-fr:Moyenne dbpedia-fr:Diagonalisation dbpedia-fr:Période_synodique dbpedia-fr:Loi_de_Wishart dbpedia-fr:Densité_spectrale dbpedia-fr:Matrice_symétrique dbpedia-fr:Inverse dbpedia-fr:Sociolinguistique dbpedia-fr:Flou dbpedia-fr:Analyse_en_composantes_principales dbpedia-fr:Valeur_propre_(synthèse) dbpedia-fr:Théorème_de_König-Huygens dbpedia-fr:Espérance_mathématique dbpedia-fr:Application_bilinéaire dbpedia-fr:Matrice_définie_positive dbpedia-fr:Forme_quadratique dbpedia-fr:Analyse_discriminante dbpedia-fr:Échantillon_(statistiques) dbpedia-fr:Espace_métrique dbpedia-fr:Norme_(mathématiques) dbpedia-fr:Autocorrélation dbpedia-fr:Analyse_dimensionnelle dbpedia-fr:Autocovariance dbpedia-fr:Classe_sociale dbpedia-fr:Décomposition_orthogonale_aux_valeurs_propres category-fr:Corrélation_et_indépendance n46:GaussianScatterPCA.png dbpedia-fr:Covariant_et_contravariant_(algèbre_linéaire) dbpedia-fr:Lissage_(mathématiques) dbpedia-fr:Matrice_(mathématiques) dbpedia-fr:Corrélation_(statistiques) dbpedia-fr:Covariance_de_Matérn dbpedia-fr:Variable_aléatoire_réelle dbpedia-fr:Analyse_des_données dbpedia-fr:Théorie_des_probabilités dbpedia-fr:Vecteur_aléatoire dbpedia-fr:Vecteur dbpedia-fr:Test_de_sphéricité_de_Bartlett dbpedia-fr:Indépendance_(probabilités) dbpedia-fr:Forme_bilinéaire_symétrique dbpedia-fr:Automatique dbpedia-fr:Fonction_affine category-fr:Statistiques
dbo:wikiPageLength
14650
dct:subject
category-fr:Corrélation_et_indépendance category-fr:Statistiques category-fr:Plan_d'expériences category-fr:Matrice
prop-fr:wikiPageUsesTemplate
n8:Démonstration n8:Ind n8:Références n8:Portail n8:Formule n8:Exp n8:Math n8:Confusion n8:Théorème n8:Autres_projets n8:Autre n8:Frac n8:Palette_Probabilités_et_statistiques
prov:wasDerivedFrom
wikipedia-fr:Covariance?oldid=187709674&ns=0
foaf:depiction
n59:GaussianScatterPCA.png
prop-fr:contenu
Il suffit de trouver deux variables X et Y de covariance nulle et qui ne sont pas indépendantes. Soit z une variable discrète qui peut prendre les valeurs 1 ou -1 de manière équiprobable . Soit X une variable aléatoire quelconque indépendante de z. Alors X et Y = z X ne sont clairement pas indépendantes. Cependant
prop-fr:titre
Contre-exemple
dbo:thumbnail
n59:GaussianScatterPCA.png?width=300
foaf:isPrimaryTopicOf
wikipedia-fr:Covariance
dbo:abstract
En théorie des probabilités et en statistique, la covariance entre deux variables aléatoires est un nombre permettant de quantifier leurs écarts conjoints par rapport à leurs espérances respectives. Elle s’utilise également pour deux séries de données numériques (écarts par rapport aux moyennes). La covariance de deux variables aléatoires indépendantes est nulle, bien que la réciproque ne soit pas toujours vraie. La covariance est une extension de la notion de variance. La corrélation est une forme normalisée de la covariance (la dimension de la covariance entre deux variables est le produit de leurs dimensions, alors que la corrélation est une grandeur adimensionnelle). Ce concept se généralise naturellement à plusieurs variables (vecteur aléatoire) par la matrice de covariance (ou matrice de variance-covariance) qui, pour un ensemble de p variables aléatoires réelles X1, etc.,Xp est la matrice carrée dont l'élément de la ligne i et de la colonne j est la covariance des variables Xi et Xj. Cette matrice permet de quantifier la variation de chaque variable par rapport à chacune des autres. La forme normalisée de la matrice de covariance est la matrice de corrélation. À titre d'exemple, la dispersion d'un ensemble de points aléatoires dans un espace à deux dimensions ne peut pas être totalement caractérisée par un seul nombre, ni par les seules variances dans les directions x et y ; une matrice 2 × 2 permet d’appréhender pleinement la nature bidimensionnelle des variations. La matrice de covariance étant une matrice semi-définie positive, elle peut être diagonalisée et l’étude des valeurs propres et vecteurs propres permet de caractériser la distribution à l’aide d’une base orthogonale : cette approche est l'objet de l'analyse en composantes principales qui peut être considérée comme une sorte de compression de l’information.