Samdreifni hendinga og gagna

Mælingar á tilteknum einstaklingi eru yfirleitt háðar og ef $X_{k}$ táknar framtíðarmælingu $k$ á tilteknum einstaklingi má nota $\sigma_{jk}=cov(X_{j},X_{k})$ til að tákna samvik (covariance) mælinga $j$ og $k$ (t.d. samvik lengdar og þyngdar). Yfirleitt er reiknað með að samvikið sé eingöngu háð því, hvaða mælingar er verið að gera, en ekki háð einstaklingum. Þessi samvik má setja upp í $n \times n$ fylki, sem nefnist samvikafylkið eða dreifnifylkið (variance-covariance matrix): $\Sigma=\left \{ \sigma_{jk} \right \}_{jk}$. Á skálínu þessa fylkis er að finna dreifni (variance) hverrar mælingar ( $\sigma_j^2=\sigma_{jj}$).

Minnumst þá þess að fyrir gögnin $x_{ij}$ má reikna samdreifni mælinga $j$ og $k$, þannig:

$$s_{jk} = \frac{\Sigma_{i} (x_{ij}-x_{.j})(x_{ik}-x_{.k})}{n-1}$$ (1)

og samdreifnifylki gagnanna verður $p \times p$ fylkið $S=\{s_{jk}\}_{jk}$.