统计学和马特恩协方差函数

统计学和马特恩协方差函数之间的区别

统计学 vs. 马特恩协方差函数

统计学是在資料分析的基础上，研究测定、收集、整理、归纳和分析反映數據資料，以便给出正确訊息的科學。這一门学科自17世纪中叶产生并逐步发展起来，它廣泛地應用在各門學科，從自然科学、社會科學到人文學科，甚至被用於工商業及政府的情報決策。隨著大数据(Big Data)時代來臨，統計的面貌也逐漸改變，與資訊、計算等領域密切結合，是資料科學(Data Science)中的重要主軸之一。譬如自一組數據中，可以摘要並且描述這份數據的集中和離散情形，這個用法稱作為描述統計學。另外，觀察者以數據的形態，建立出一個用以解釋其隨機性和不確定性的數學模型，以之來推論研究中的步驟及母體，這種用法被稱做推論統計學。這兩種用法都可以被稱作為應用統計學。數理統計學则是討論背後的理論基礎的學科。. 特恩协方差函数（Matérn covariance function）是统计学中的一个协方差函数，其名称源于瑞典林业统计学家马特恩（Bertil Matérn）。该函数在空间统计学、地质统计学、机器学习、图像分析以及其他度量空间上的多变量统计分析中都有着广泛的应用。它常被用于定义两点测量值之间的协方差。由于该协方差只取决于两点间的距离，因而是平稳的。如使用欧几里得距离来定义距离，此时的马特恩协方差函数是各向同性的。.

之间统计学和马特恩协方差函数相似

统计学和马特恩协方差函数有（在联盟百科）0共同点。

上面的列表回答下列问题

什么统计学和马特恩协方差函数的共同点。
什么是统计学和马特恩协方差函数之间的相似性