4 svar
78 visningar
ipsum är nöjd med hjälpen
ipsum 84
Postad: 20 okt 2022 23:44 Redigerad: 20 okt 2022 23:45

Statistik - korrelation

μX\mu_{X} och μY\mu_{Y} är medelvärdet eller väntevärdet av S.V X respektive Y antar jag.
D(X) och D(Y) är standardavvikelsen av X respekive Y.
Jag förstår omskrivningen man gör s.a man får det till olikheten -1p1-1\leq p \leq 1.
Däremot förstår jag inte deras kommentar ang hur värdet av a påverkar korrelationen p till att bli 1 eller -1.

Jag antar att jag beräknar fel men såhär tänker jag:
De antar att om det råder ett linjärt förhållande mellan X och Y s.a Y=aX+bY = aX+b, då har vi alltså

μY=E(Y),μX=E(X)\mu_{Y} = E(Y), \mu_{X} = E(X) och E(Y)=aE(X)+bE(Y) = aE(X)+b

Y-E(Y)=(aX+b)-(aE(X)+b)=aX-aE(X)=a(X-E(X))Y-E(Y) = (aX+b) - (aE(X)+b) = aX - aE(X) = a(X-E(X))

D(Y)=E[(Y-μY)2]=E[a2*(X-μX)2]=a2*E[(X-μX)2]=a*E[(X-μX)2]=a*D(X)D(Y) = \sqrt{E[(Y-\mu_{Y})^{2}]} = \sqrt{E[a^{2}*(X- \mu_{X})^{2}]} = \sqrt{a^{2} * E[(X- \mu_{X})^{2}]} = a * \sqrt{E[(X- \mu_{X})^{2}]} = a * D(X)

Så inom uttrycket kan vi förenkla den ena termen

Y-μYD(Y)=Y-E(Y)D(Y)=a*(X-E(X))a*D(X)=(X-E(X))D(X)\frac{Y-\mu_{Y}}{D(Y)} = \frac{Y-E(Y)}{D(Y)} = \frac{a * (X-E(X))}{a * D(X)} = \frac{(X-E(X))}{D(X)}

Så man ser att a faktorn försvinner, vilket betyder att värdet på a spelar ingen roll. Men jag måste såklart anta att jag tänkt fel, eftersom uttrycket också blir lite konstig.

haraldfreij 1315
Postad: 21 okt 2022 08:29 Redigerad: 21 okt 2022 08:29

Din räkning stämmer helt, bortsett från att a2=|a|\sqrt{a^2}=|a|, inte aa. Men de har inte antagit det linjära förhållandet, utan de har antagit att |ρ|=1|\rho|=1, sett att det betyder att X-μXD(X)=±Y-μYD(Y)\frac{X-\mu_X}{D(X)}=\pm\frac{Y-\mu_Y}{D(Y)} och utvecklat därifrån.

ipsum 84
Postad: 21 okt 2022 11:47 Redigerad: 21 okt 2022 11:51
haraldfreij skrev:

Din räkning stämmer helt, bortsett från att a2=|a|\sqrt{a^2}=|a|, inte aa. Men de har inte antagit det linjära förhållandet, utan de har antagit att |ρ|=1|\rho|=1, sett att det betyder att X-μXD(X)=±Y-μYD(Y)\frac{X-\mu_X}{D(X)}=\pm\frac{Y-\mu_Y}{D(Y)} och utvecklat därifrån.

Jag antar att det som får mig att tro att de antog att det existerade linjär förhållande mellan X och Y var för att de i texten säger |ρ|=1|\rho|=1 omm olikheten sätts till 0 omm X och Y är linjärt beroende där Y=aX+bY=aX+b, så det låter som om det råder ekvivalens mellan dessa.

Och jag antar att du fick likheten X-μXD(X)=±Y-μYD(Y)\frac{X-\mu_{X}}{D(X)} = \pm \frac{Y-\mu_{Y}}{D(Y)} eftersom du vill få hela väntevärdet till 0 såsom de säger.

Fortfarande tycker jag inte detta ger mig klarhet i hur värdet av a påverkar värdet av ρ\rho. Hur kan jag se exempelvist att om a>0a>0 så blir p=1?

ipsum 84
Postad: 22 okt 2022 12:34

bump

Smutsmunnen 968
Postad: 22 okt 2022 13:51

Du börjar med att skriva 

"Däremot förstår jag inte deras kommentar ang hur värdet av a påverkar korrelationen p till att bli 1 eller -1."

Du visar sedan dina egna beräkningar där faktorn a försvinner.

haraldfreij har redan förklarat felet i dina beräkningar, där du satt a i stället för |a|.

Om du går tillbaka till dina beräkningar och ersätter a med |a| i uttrycket för D(Y) bör det bli uppenbart på vilket sätt det spelar roll om a>0 eller om a<0.

Svara Avbryt
Close