Il coefficiente di correlazione è anche chiamato momento normalizzato di correlazione, che è il rapporto tra il momento di correlazione del sistema 2 di variabili casuali (SSV) e il suo valore massimo. A sua volta, il momento di correlazione è chiamato momento centrale misto di secondo ordine (MSC X e Y).
Istruzioni
Passo 1
Va notato che il valore W (x, y) sarà la densità di probabilità congiunta del TCO. A sua volta, il momento di correlazione sarà una caratteristica della dispersione reciproca dei valori TCO rispetto a un certo punto dei valori medi (aspettative matematiche my e mx), il livello di relazione lineare tra gli indici dei valori liberi X e Y.
Passo 2
Considerare le proprietà del momento di correlazione considerato: Rxx = Dx (varianza); R (xy) = 0 - per esponenti indipendenti X e Y. In questo caso vale la seguente equazione: M {Yts, Xts} = 0, che in questo caso mostra l'assenza di una connessione lineare (qui non intendiamo qualsiasi connessione, ma, ad esempio, quadratica). Inoltre, se esiste una connessione rigida lineare tra i valori di X e Y, sarà valida la seguente equazione: Y = Xa + b - | R (xy) | = bybx = max.
Passaggio 3
Torna alla considerazione di r (xy) - un coefficiente di correlazione, il cui significato dovrebbe essere in una relazione lineare tra variabili casuali. Il suo valore può variare da -1 a uno, inoltre, non può avere una dimensione. Di conseguenza, R (yx) / bxby = R (xy).
Passaggio 4
Trasferisci i valori ottenuti sul grafico. Questo ti aiuterà a immaginare il significato del momento di correlazione normalizzato, indici X e Y ottenuti empiricamente, che in questo caso saranno le coordinate di un punto su un certo piano. In presenza di un collegamento rigido lineare, questi punti devono giacere su una retta esattamente Y = Xa + b.
Passaggio 5
Prendi i valori di correlazione positiva e collegali sul grafico risultante. Con l'equazione r (xy) = 0, tutti i punti designati dovrebbero trovarsi all'interno di un'ellisse con una regione centrale in (mx, my). In questo caso, il valore dei semiassi di un centesimo sarà determinato dai valori delle varianze delle variabili casuali.
Passaggio 6
Tieni presente che i valori di SV ottenuti con il metodo sperimentale non possono riflettere la densità di probabilità 100%. Ecco perché è meglio utilizzare stime delle quantità richieste: mx * = (x1 + x2 +… + xn) (1 / n). Quindi conta in modo simile al mio *.
