Korrelatsioonikordajat nimetatakse ka korrelatsiooni normaliseeritud momendiks, mis on juhuslike muutujate (SSV) süsteemi 2 korrelatsioonimomendi ja selle maksimaalse väärtuse suhe. Omakorda nimetatakse korrelatsioonimomenti teise järgu segatud keskseks hetkeks (MSC X ja Y).
Juhised
Samm 1
Tuleb märkida, et väärtus W (x, y) on TCO ühine tõenäosustihedus. Korrelatsioonimoment on omakorda iseloomulik TCO väärtuste vastastikuse hajumise suhtes keskmiste väärtuste (matemaatiliste ootuste minu ja mx) teatud punkti suhtes, vabade väärtuste indeksite vahelise lineaarse seose taseme suhtes X ja Y.
2. samm
Vaatleme vaadeldava korrelatsioonimomendi omadusi: Rxx = Dx (dispersioon); R (xy) = 0 - sõltumatute eksponentide X ja Y korral. Sel juhul kehtib järgmine võrrand: M {Yts, Xts} = 0, mis antud juhul näitab lineaarse ühenduse puudumist (siin ei tähenda me mis tahes seos, kuid näiteks ruutuline). Lisaks sellele, kui X ja Y väärtuste vahel on lineaarne jäik seos, kehtib järgmine võrrand: Y = Xa + b - | R (xy) | = bybx = max.
3. samm
Naaske r (xy) - korrelatsioonikordaja - kaalumise juurde, mille tähendus peaks olema juhuslike muutujate vahel lineaarses seoses. Selle väärtus võib varieeruda vahemikus -1 kuni üks, lisaks ei saa sellel olla mõõdet. Vastavalt R (yx) / bxby = R (xy).
4. samm
Kandke saadud väärtused graafikule. See aitab teil ette kujutada normaliseeritud korrelatsioonimomendi, empiiriliselt saadud X ja Y indeksite tähendust, mis on antud juhul teatud tasandi punkti koordinaadid. Lineaarse jäiga ühenduse olemasolul peavad need punktid asuma sirgjoonel täpselt Y = Xa + b.
5. samm
Võtke positiivsed korrelatsiooniväärtused ja ühendage need saadud graafikul. Kui võrrand r (xy) = 0, peaksid kõik määratud punktid asuma ellipsi sees, mille keskpiirkond on (mx, my). Sel juhul määratakse sendi pooltelgede väärtus juhuslike muutujate dispersioonide väärtuste järgi.
6. samm
Võtke arvesse, et katsemeetodil saadud SV väärtused ei saa kajastada tõenäosustihedust 100%. Seetõttu on kõige parem kasutada vajalike koguste hinnanguid: mx * = (x1 + x2 +… + xn) (1 / n). Siis loe sarnaselt minu * -ga.
