ВУЗ:
Составители:
Рубрика:
При
ρ
= ±1 корреляционная связь представляет собой линейную
функциональную зависимость
4
, при этом все наблюдаемые значения
располагаются на прямой (рис. 3). При
ρ
= 0 линейная корреляционная
связь отсутствует, корреляционное поле представляет собой круг (рис. 6).
Чем ближе значение |
ρ
| к единице, тем с бόльшим основанием можно счи-
тать, что изучаемые величины находятся в линейной
зависимости.
Для независимых случайных величин коэффициент корреляции ра-
вен нулю. Однако
равенство нулю коэффициента корреляции не всегда
означает независимость случайных величин
: оно свидетельствует лишь
об отсутствии линейной
корреляционной зависимости между изучаемыми
величинами, но не корреляционной зависимости вообще. Коэффициент
корреляции может быть равен нулю в случае нелинейной связи. Итак,
независимость случайных величин
⇒
⇐
/
ρ = 0
ρ ≠ 0
⇒
⇐
/
корреляционная зависимость
Направление линейной корреляционной связи определяется зна-
ком коэффициента корреляции
: для «прямой», положительной связи
ρ
> 0, для «обратной», отрицательной связи
ρ
< 0.
Теснота (сила) линейной связи между случайными величинами оп-
ределяется абсолютной величиной коэффициента корреляции
:
• |
ρ
| = 1 – величины связаны линейной функциональной зависимостью;
• 0,95 ≤ |
ρ
| < 1 – связь очень сильная, практически функциональная;
• 0,75 ≤ |
ρ
| < 0,95 – связь тесная (сильная);
• 0,5 ≤ |
ρ
| < 0,75 – связь средняя (умеренная);
• 0,2 ≤ |
ρ
| < 0,5 – связь слабая;
• 0 ≤ |
ρ
| < 0,2 – практически нет связи.
Коэффициент корреляции связан с корреляционным отношением
следующим образом: 0
≤ |
ρ
| ≤ η ≤ 1.
В случае линейной связи они равны: |
ρ
| = η, поэтому:
1) расхождение между коэффициентом корреляции и корреляцион-
ным отношением используется в качестве критерия линейности корреля-
ционной зависимости;
2) в случае линейной связи коэффициент детерминации равен квад-
рату коэффициента корреляции.
4
Если Y = aX + b (a ≠ 0), то cov(X, Y) = cov(X, aX + b) = M[(X – M(X)) (aX + b – M(aX + b))] =
= M[(X – M(X)) (aX + b – a·M(X) – b)] = a·M[(X – M(X)) (X – M(X))] = a·D(X);
=+⋅=⋅ )()( baXDXD
yx
σσ
)(|| )()(
2
XDaXDaXD ⋅=⋅ ;
12
⎩
⎨
⎧
<−
>
=
⋅
⋅
=
⋅
=
0,1
0,1
)(||
)(),cov(
),(
a
a
XDa
XDaYX
YX
yx
σσ
ρ
.
При ρ = ±1 корреляционная связь представляет собой линейную функциональную зависимость 4 , при этом все наблюдаемые значения располагаются на прямой (рис. 3). При ρ = 0 линейная корреляционная связь отсутствует, корреляционное поле представляет собой круг (рис. 6). Чем ближе значение | ρ | к единице, тем с бόльшим основанием можно счи- тать, что изучаемые величины находятся в линейной зависимости. Для независимых случайных величин коэффициент корреляции ра- вен нулю. Однако равенство нулю коэффициента корреляции не всегда означает независимость случайных величин: оно свидетельствует лишь об отсутствии линейной корреляционной зависимости между изучаемыми величинами, но не корреляционной зависимости вообще. Коэффициент корреляции может быть равен нулю в случае нелинейной связи. Итак, ⇒ независимость случайных величин ⇐ ρ=0 / ⇒ ρ≠0 ⇐ / корреляционная зависимость Направление линейной корреляционной связи определяется зна- ком коэффициента корреляции: для «прямой», положительной связи ρ > 0, для «обратной», отрицательной связи ρ < 0. Теснота (сила) линейной связи между случайными величинами оп- ределяется абсолютной величиной коэффициента корреляции: • | ρ | = 1 величины связаны линейной функциональной зависимостью; • 0,95 ≤ | ρ | < 1 связь очень сильная, практически функциональная; • 0,75 ≤ | ρ | < 0,95 связь тесная (сильная); • 0,5 ≤ | ρ | < 0,75 связь средняя (умеренная); • 0,2 ≤ | ρ | < 0,5 связь слабая; • 0 ≤ | ρ | < 0,2 практически нет связи. Коэффициент корреляции связан с корреляционным отношением следующим образом: 0 ≤ | ρ | ≤ η ≤ 1. В случае линейной связи они равны: | ρ | = η, поэтому: 1) расхождение между коэффициентом корреляции и корреляцион- ным отношением используется в качестве критерия линейности корреля- ционной зависимости; 2) в случае линейной связи коэффициент детерминации равен квад- рату коэффициента корреляции. 4 Если Y = aX + b (a ≠ 0), то cov(X, Y) = cov(X, aX + b) = M[(X M(X)) (aX + b M(aX + b))] = = M[(X M(X)) (aX + b a·M(X) b)] = a·M[(X M(X)) (X M(X))] = a·D(X); σ x ⋅ σ y = D( X ) ⋅ D(aX + b) = D ( X ) ⋅ a 2 D ( X ) = | a | ⋅D ( X ) ; cov( X , Y ) a ⋅ D( X ) ⎧ 1, a > 0 ρ(X ,Y ) = = =⎨ . σ x ⋅σ y | a | ⋅D( X ) ⎩− 1, a < 0 12
Страницы
- « первая
- ‹ предыдущая
- …
- 10
- 11
- 12
- 13
- 14
- …
- следующая ›
- последняя »