A korrelációs együtthatót korreláció normalizált momentumnak is nevezzük, amely a 2. rendszer (SSV) korrelációs momentumának és maximális értékének aránya. Viszont a korrelációs momentumot másodrendű vegyes központi momentumnak nevezzük (MSC X és Y).
Utasítás
1. lépés
Meg kell jegyezni, hogy a W (x, y) érték lesz a TCO együttes valószínűségi sűrűsége. Viszont a korrelációs pillanat a TCO-értékek kölcsönös szórásának jellemzője lesz az átlagértékek egy bizonyos pontjához (matematikai várakozások my és mx), a szabad értékek mutatóinak lineáris kapcsolatának szintjéhez viszonyítva. X és Y.
2. lépés
Tekintsük a figyelembe vett korrelációs momentum tulajdonságait: Rxx = Dx (variancia); R (xy) = 0 - X és Y független kitevők esetén. Ebben az esetben a következő egyenlet érvényes: M {Yts, Xts} = 0, ami ebben az esetben a lineáris kapcsolat hiányát mutatja (itt nem azt értjük, hogy bármilyen kapcsolat, de például másodfokú). Ezen felül, ha lineáris merev kapcsolat van az X és Y értékek között, akkor a következő egyenlet lesz érvényes: Y = Xa + b - | R (xy) | = bybx = max.
3. lépés
Térjünk vissza r (xy) megfontolásához - egy korrelációs együtthatóhoz, amelynek jelentésének lineáris kapcsolatban kell lennie a véletlen változók között. Értéke -1-től 1-ig változhat, ráadásul nem lehet dimenziója. Ennek megfelelően R (yx) / bxby = R (xy).
4. lépés
Vigye a kapott értékeket a grafikonra. Ez segít elképzelni a normalizált korrelációs momentum, az empirikusan kapott X és Y indexek jelentését, amelyek ebben az esetben egy adott sík egy pontjának koordinátái lesznek. Lineáris merev kapcsolat jelenlétében ezeknek a pontoknak egyenesen kell feküdniük, pontosan Y = Xa + b.
5. lépés
Vegyük a pozitív korrelációs értékeket, és kössük össze a kapott grafikonon. Az r (xy) = 0 egyenlet mellett az összes kijelölt pontnak egy ellipszisen belül kell lennie, amelynek középső régiója (mx, my). Ebben az esetben a cent féltengelyeinek értékét a véletlen változók varianciáinak értékei határozzák meg.
6. lépés
Vegye figyelembe, hogy a kísérleti módszerrel kapott SV értékek nem tükrözhetik a valószínűségi sűrűséget 100% -ban. Ezért a legjobb, ha a szükséges mennyiségekre vonatkozó becsléseket alkalmazzuk: mx * = (x1 + x2 +… + xn) (1 / n). Akkor számolj hasonlóan, mint az én *.
