Loading [MathJax]/jax/element/mml/optable/GreekAndCoptic.js
Подпишитесь на наши новости
Вернуться к началу с статьи up
 

КОРРЕЛЯ́ЦИИ КОЭФФИЦИЕ́НТ

  • рубрика

    Рубрика: Математика

  • родственные статьи
  • image description

    В книжной версии

    Том 15. Москва, 2010, стр. 369

  • image description

    Скопировать библиографическую ссылку:


    Книжная версия:



    Электронная версия:

Авторы: А. В. Прохоров

КОРРЕЛЯ́ЦИИ КОЭФФИЦИЕ́НТ, чи­сло­вая ха­рак­те­ри­сти­ка со­вме­ст­но­го рас­пре­де­ле­ния двух слу­чай­ных ве­ли­чин

 >>
, ха­рак­те­ри­зую­щая их взаи­мо­связь. К. к. ρ=ρ(X,Y) для слу­чай­ных ве­ли­чин X и Y с ма­те­ма­тич. ожи­да­ния­ми a_X=\text{E}X и a_Y=\text{E}Y и не­ну­ле­вы­ми дис­пер­сия­ми \sigma_X^2=\text{D}X и \sigma_X^2=\text{D}Y оп­ре­де­ля­ет­ся ра­вен­ст­вом \rho(X,Y)=\frac{\text{E}(x-a_X)(Y-a_Y)}{\sigma_X\sigma_Y}К. к. для X и Y сов­па­да­ет с ко­ва­риа­ци­ей
 >>
для ве­ли­чин (X-a_X)/σ_X и (Y-a_Y)/σ_Y, на­зы­вае­мых нор­ми­ро­ван­ны­ми. К. к. сим­мет­ри­чен от­но­си­тель­но X и Y и ин­ва­ри­ан­тен от­но­си­тель­но из­ме­не­ния на­ча­ла от­счё­та и мас­шта­ба, т. е. ρ(X,Y)=ρ(Y,X), и для лю­бых чи­сел b_1, b_2 > 0, –\infty \lt c_1, c_2<\infty спра­вед­ли­во ра­вен­ст­во ρ(b_1X+c_1, b_2Y+c_2)=ρ(X,Y). Аб­со­лют­ная ве­ли­чи­на К. к. не пре­вос­хо­дит еди­ни­цы. К. к. об­ла­да­ет сле­дую­щи­ми свой­ст­ва­ми, ха­рак­те­ри­зую­щи­ми взаи­мо­связь слу­чай­ных ве­ли­чин X и Y:

ес­ли ве­ли­чи­ны X и Y не­за­ви­си­мы, то ρ(X,Y)=0 (об­рат­ное ут­вер­жде­ние в об­щем слу­чае не­вер­но), о ве­ли­чи­нах, для ко­то­рых ρ(X,Y)=0, го­во­рят, что они не­кор­ре­ли­ро­ва­ны;

∣\rho(X,Y)\!∣=1 то­гда и толь­ко то­гда, ко­гда ве­ли­чи­ны X и Y свя­за­ны ли­ней­ной функ­цио­наль­ной за­ви­си­мо­стью.

Труд­ность ин­тер­пре­та­ции К. к. как ме­ры взаи­мо­свя­зи за­клю­ча­ет­ся в том, что ра­вен­ст­во ρ(X,Y)=0 мо­жет иметь ме­сто и для за­ви­си­мых слу­чай­ных ве­ли­чин, в об­щем слу­чае для не­за­ви­си­мости X и Y не­об­хо­ди­мо и дос­та­точ­но ра­вен­ст­во ну­лю их макс. К. к., ко­то­рый оп­ре­де­ля­ет­ся как точ­ная верх­няя грань (по функ­ци­ям φ и ψ) К. к. ме­ж­ду слу­чай­ны­ми ве­ли­чи­на­ми φ(X) и ψ(Y). Од­на­ко вы­чис­ле­ние макс. К. к. пред­став­ля­ет со­бой слож­ную за­да­чу. Т. о., К. к. не ис­чер­пы­ва­ет все ви­ды за­ви­си­мо­сти ме­ж­ду слу­чай­ны­ми ве­ли­чи­на­ми, он яв­ля­ет­ся лишь ме­рой их ли­ней­ной свя­зи. Эта ли­ней­ная связь ха­рак­те­ри­зу­ет­ся сле­дую­щим об­ра­зом: ве­ли­чи­на \hat Y=\rho\frac{\sigma_Y}{\sigma_X}(X-a_X)+a_Y да­ёт ли­ней­ное при­бли­же­ние Y с по­мо­щью X, наи­луч­шее в том смыс­ле, что \text{E}(Y-\hat Y)^2=\min\limits_{c,d}\text{E}(Y-cX-d)^2 (см. так­же Рег­рес­си­он­ный ана­лиз

 >>
).

Вернуться к началу