Korelasyon katsayısı, aynı zamanda, rasgele değişkenler (SSV) sistemi 2'nin korelasyon momentinin ve maksimum değerinin oranı olan korelasyon normalleştirilmiş momenti olarak da adlandırılır. Buna karşılık, korelasyon momenti ikinci dereceden karışık merkezi moment (MSC X ve Y) olarak adlandırılır.
Talimatlar
Aşama 1
W (x, y) değerinin TCO'nun birleşik olasılık yoğunluğu olacağına dikkat edilmelidir. Buna karşılık, korelasyon momenti, belirli bir ortalama değerler noktasına (matematiksel beklentiler my ve mx), serbest değerlerin endeksleri arasındaki doğrusal ilişki düzeyine göre TCO değerlerinin karşılıklı dağılımının bir özelliği olacaktır X ve Y
Adım 2
Göz önünde bulundurulan korelasyon momentinin özelliklerini göz önünde bulundurun: Rxx = Dx (varyans); R (xy) = 0 - bağımsız X ve Y üsleri için. Bu durumda, aşağıdaki denklem geçerlidir: M {Yts, Xts} = 0, bu durumda doğrusal bir bağlantının olmadığını gösterir (burada bunu kastetmiyoruz). herhangi bir bağlantı, ancak örneğin ikinci dereceden). Ayrıca X ve Y değerleri arasında lineer rijit bir bağlantı varsa aşağıdaki denklem geçerli olacaktır: Y = Xa + b - | R (xy) | = bybx = max.
Aşama 3
r (xy) - anlamı rasgele değişkenler arasında doğrusal bir ilişki içinde olması gereken bir korelasyon katsayısına geri dönün. Değeri -1 ile bir arasında değişebilir, ayrıca bir boyutu olamaz. Buna göre R(yx)/bxby=R(xy).
4. Adım
Elde edilen değerleri grafiğe aktarın. Bu, normalleştirilmiş korelasyon momentinin, ampirik olarak elde edilen X ve Y endekslerinin anlamını hayal etmenize yardımcı olacaktır, bu durumda belirli bir düzlemdeki bir noktanın koordinatları olacaktır. Doğrusal bir rijit bağlantının varlığında, bu noktalar tam olarak Y = Xa + b düz bir çizgi üzerinde uzanmalıdır.
Adım 5
Pozitif korelasyon değerlerini alın ve bunları ortaya çıkan grafiğe bağlayın. r (xy) = 0 denklemi ile, belirtilen tüm noktalar (mx, my) merkez bölgesi olan bir elips içinde olmalıdır. Bu durumda, bir kuruşun yarı eksenlerinin değeri, rastgele değişkenlerin varyanslarının değerleri ile belirlenecektir.
6. Adım
Deneysel yöntemle elde edilen SV değerlerinin olasılık yoğunluğunu %100 yansıtamayacağını dikkate alınız. Bu nedenle gerekli miktarların tahminlerini kullanmak en iyisidir: mx * = (x1 + x2 +… + xn) (1 / n). Sonra benim * ile benzer şekilde sayın.
