统计学中均值、方差、标准差、协方差、欧式距离、马氏距离等概念透彻理解

最近需要对这些概念做个系统的梳理，所以写篇博客记录一下。

均值

均值是描述一个数据平均值的概念
公式为：
假设一组数：[2,2,3,5,5,7,8],其均值为4.57.

标准差

标准差是 观察值和均值之间的平均距离。

即每个样本减去均值的平方和在除以n-1。
例如下面两组数据，[0,8,12,20]和[8,9,11,12]两个集合的均值都是10，但两个集合的差别很大，前者的标准差是8.3,后者是1.8。后者较为几种，故标准差较小些。

协方差

方差和标准差是用来描述一维数据的，当出现多维数据时，则需要协方差。例如小学需要统计多学科的考试成绩。或者想了解两个随机变量的关系的统计量。
方差的定义为：

那么协方差为：

针对二维样本集合，反应两个维度之间的相关性。计算的值为正数时，是正相关，负数时是负相关。
针对三位样本集合时，求出的是各个维度总体的相关性，针对各个维度之间的关系。且用的是协方差矩阵。