In teoria della probabilità e statistica, dato un processo stocastico
, l'autocovarianza è una funzione che dà la covarianza del processo con se stesso a coppie di punti temporali. Con la notazione usuale E par l'operatore di aspettazione, se il processo ha la funzione di media
, allora l'autocovarianza è data da
![{\displaystyle C_{XX}(t,s)=cov(X_{t},X_{s})=E[(X_{t}-\mu _{t})(X_{s}-\mu _{s})]=E[X_{t}X_{s}]-\mu _{t}\mu _{s}.\,}](./48d873c0cef0014050c0f08018416de69716495d.svg)
L'autocovarianza è correlata alla più comunemente usata autocorrelazione del processo in questione.
Nel caso di un vettore casuale multivariato
, l'autocovarianza diviene una matrice quadrata n per n,
, con l'elemento
dato da
e comunemente indicata come matrice delle autocovarianze associata con i vettori
e
.
Stazionarietà debole
Se X(t) è un processo debolmente stazionario, allora sono vere le seguenti uguaglianze:
per ogni t, s
e

dove
è il tempo di ritardo o il tempo con cui il segnale è stato traslato.
Normalizzazione
Quando si normalizza l'autocovarianza C di un processo debolmente stazionario con la sua varianza,
, si ottiene il coefficiente di autocorrelazione
:[1]

con
.
Proprietà
L'autocovarianza di un processo filtrato linearmente

è

Note
- ^ David T. Westwick, Identification of Nonlinear Physiological Systems, IEEE Press, 2003, pp. 17-18, ISBN 0-471-27456-9.
Bibliografia
Voci correlate