Une distribution multinomiale est une distribution de probabilité d'un événement qui a des résultats catégoriques. Autrement dit, il donne la probabilité de chacun d'un certain nombre d'événements se produit, où les événements sont mutuellement exclusifs et où l'un événement doit se produire. Par exemple, les probabilités d'un Américain étant républicain, démocrate ou autre seraient distribués multinomially. Il en serait les probabilités d'un Américain vivant sur chacun des continents.
Parce que les variables (par exemple, des partis politiques) ne sont pas numérique, la covariance existe pour chaque combinaison de valeurs de deux variables. Par exemple, il y a la covariance d'une personne de New York étant un démocrate.
Instructions
1 Décidez quelles valeurs pour chaque variable que vous voulez trouver la covariance. Par exemple, la covariance d'une personne étant de New York et un démocrate.
2 Trouver la probabilité de l'un des événements. Par exemple, une personne qui est de NY. Cela pourrait être .10.
3 Trouver la probabilité d'un autre événement. Par exemple, la probabilité d'être un démocrate pourrait être 0,4.
4 Multipliez ces deux ensemble. 0,1 * 0,4 = 0,04.
5 Multipliez ces par n, le nombre de personnes dans l'ensemble de l'échantillon. Par exemple, si vous avez sondé 10.000 Américains pour trouver les probabilités ci-dessus, puis multiplier 0,04 * 10000 = 400.
6 Multipliez cela par -1 pour obtenir la covariance. -1 * 400 = -400.
Conseils et avertissements
- Si vous trouvez les covariances de chaque combinaison d'événements que vous obtenez la matrice de covariance. Dans l'exemple, cela aurait 50 * 3 = 150 cellules.