MATRIZ DE VARIANZAS-COVARIANZAS: Dada una variable estadstica n-dimensional (X1,X2,X3,...

,Xn), llamaremos matriz de varianzas-covarianzas (matriz de varianzas) (matriz de covarianzas), a la matriz cuadrada, n n, que disponga en su diagonal principal de las varianzas de cada una de las distribuciones marginales unidimensionales, y en los elementos no-diagonales (i,j) de las correspondientes covarianzas entre cada dos variables Sij

Matriz de covarianzas y varianzas muestral Se define esta matriz por la expresin

La cual es una matriz cuadrada simtrica que contiene en la diagonal las varianzas y fuera del a diagonal las covarianzas de la variables. Para obtener los trminos se procede as: Primer trmino

Segundo trmimo

y as sucesivamente. Al sumar todas las matrices obtenidas

ltimo trmino

Al sumar las matrices se obtiene que en la matriz final , los valores de la diagonal son las varianzas de las variables: S S

S De forma genera, la matriz de varianzas y covarianzas se puede escribir matricialmente como:

COMO UNA GENERALIZACIN DE LA VARIANZA La anterior definicin es equivalente a la igualdad matricial

Por tanto, se entiende que esto generaliza a mayores dimensiones el concepto de varianza de una variable aleatoria escalar X, definida como

Donde:

PROPIEDADES

Para fundamentales se demuestran correctas: 1. 2. 3. 4. 5. 6. Si entonces 7. 8. Si donde aleatorio y y , los vectores y es semide finida positiva

, las siguientes propiedades

son

de

igual

dimensin,

son independientes, entonces son vectores aleatorios de dimensin es , y son matrices de . , es un vector

La matriz de covarianza (aunque muy simple) es una herramienta muy til en varios campos. A partir de ella se puede derivar una transformacin lineal que puede decorrelacionar los datos o, desde otro punto de vista, encontrar una base ptima para

representar los datos de forma ptima (vase cociente de Rayleigh para la prueba formal y otras propiedades de las matrices de covarianza). Esto se llama anlisis del componente principal (PCA por sus siglas en ingls) en estadstica , y transformada de Karhunen-Love enprocesamiento de la imagen. Ejemplo de clculo de matriz de varianzas y covarianzas. Supongamos que la variable x1 ha tomado los valores 1, 3 y 2mientras que la variable x2 ha tomado los valores 1, 4 y 7. La media de la variable x1 es (1+3+2)/3 =2 y la de la variable x2 es 4. Formemos la matriz D de las desviaciones respecto de la media 1 1 2 4 -1 -3 34-24=10=xd 272403 La transpuesta de x d ser -1 1 0 -3 0 3 = x dT El producto x dT x d (dividiendo todos sus trminos por n -1) dar la matriz buscada de varianzas-covarianzas. Matriz de varianzas-covarianzas, la denotaremos con C, es tambin una matriz cuadrada y simtrica, que tiene como elementos en la diagonal principal las varianzas de cada una de las variables y como elementos externos a la diagonal, las covarianzas entre las variables. Recordemos que las varianzas se definen como las sumas de cuadrados promediadas n_ Sx2 = 1/ (n-1) = (X i j - X j ) 2 i=1 y las covarianzas como las sumas de productos cruzados tambin promediados Cov( X j , X k ) = s i j = 1/(n-1) (X i j - X j ) (X i k - X k ) dondej,k = 1,2...p, j k, Las covarianzas y las varianzas retienen la informacin de la escala de las variables. Si se conoce la matriz S, se puede calcular la matriz C,porque C= 1/(n-1) S

Recordando que si la V es una combinacin lineal V = w1 X1 + w2 X2 + ... w p X p Se puede expresar como V= w X Podemos escribir la varianza de la combinacin lineal V, con la expresin Var (V) = w C w, donde C es la matriz de varianzas-covarianzas de las variables ( X1, X2 ... X p )

http://pendientedemigracion.ucm.es/info/socivmyt/paginas/profesorado/benitacompostela/1_9.htm http://es.wikipedia.org/wiki/Matriz_de_covarianza www.economia48.com/.../matriz-varianza-covarianza/matriz-varianza-co www.uv.es/ceaces/base/descriptiva/mvarcovar.htm

www.virtual.unal.edu.co/cursos/ciencias/2007315/.../cont_12_52.html