Korelacijski koeficient se imenuje tudi korelacijski normalizirani moment, ki je razmerje korelacijskega momenta sistema 2 naključnih spremenljivk (SSV) in njegove največje vrednosti. Korelacijski moment pa imenujemo mešani osrednji moment drugega reda (MSC X in Y).
Navodila
Korak 1
Upoštevati je treba, da bo vrednost W (x, y) skupna verjetnostna gostota TCO. Korelacijski moment pa bo značilnost medsebojnega razpršitve vrednosti TCO glede na določeno točko povprečnih vrednosti (matematična pričakovanja my in mx), raven linearnega razmerja med indeksi prostih vrednosti X in Y.
2. korak
Upoštevajte lastnosti obravnavanega korelacijskega momenta: Rxx = Dx (varianca); R (xy) = 0 - za neodvisna eksponenta X in Y. V tem primeru velja naslednja enačba: M {Yts, Xts} = 0, kar v tem primeru kaže na odsotnost linearne povezave (tu ne mislimo katera koli povezava, vendar na primer kvadratna). Poleg tega, če obstaja linearna toga povezava med vrednostma X in Y, bo veljala naslednja enačba: Y = Xa + b - | R (xy) | = bybx = max.
3. korak
Vrnitev k razmisleku o r (xy) - korelacijskem koeficientu, katerega pomen bi moral biti v linearnem razmerju med naključnimi spremenljivkami. Njegova vrednost se lahko spreminja od -1 do ena, poleg tega pa ne more imeti dimenzije. Skladno s tem je R (yx) / bxby = R (xy).
4. korak
Dobljene vrednosti prenesite na graf. To vam bo pomagalo predstavljati pomen normaliziranega korelacijskega momenta, empirično dobljenih indeksov X in Y, ki bodo v tem primeru koordinate točke na določeni ravnini. Ob prisotnosti linearne toge povezave morajo te točke ležati na ravni črti natančno Y = Xa + b.
5. korak
Vzemite pozitivne korelacijske vrednosti in jih povežite na dobljenem grafu. Z enačbo r (xy) = 0 bi morale biti vse določene točke znotraj elipse z osrednjim območjem pri (mx, my). V tem primeru bo vrednost polovičnih osi centa določena z vrednostmi variance naključnih spremenljivk.
6. korak
Upoštevajte, da vrednosti SV, pridobljene z eksperimentalno metodo, ne morejo odražati gostote verjetnosti 100%. Zato je najbolje uporabiti ocene potrebnih količin: mx * = (x1 + x2 +… + xn) (1 / n). Potem štejte podobno kot moj *.
