Корреляция случайных величин — различия между версиями
Kabanov (обсуждение | вклад) м (→Примеры) |
Kabanov (обсуждение | вклад) (→Свойства корреляции) |
||
Строка 11: | Строка 11: | ||
== Свойства корреляции == | == Свойства корреляции == | ||
− | + | {{Утверждение | |
+ | |statement= | ||
+ | Корреляция симметрична: | ||
: <tex>Corr(\eta,\xi) = Corr(\xi,\eta)</tex>. | : <tex>Corr(\eta,\xi) = Corr(\xi,\eta)</tex>. | ||
− | + | |proof= | |
− | + | : <tex dpi = "150">Corr(\eta,\xi) = { E(\eta \times \xi) - E(\eta) \times E(\xi) \over \sqrt{D(\eta)} \times \sqrt{D(\xi)} } = { E(\xi \times \eta) - E(\xi) \times E(\eta) \over \sqrt{D(\xi)} \times \sqrt{D(\eta)} } = Corr(\xi,\eta)</tex> | |
+ | }} | ||
+ | {{Утверждение | ||
+ | |statement= | ||
+ | Корреляция случайной величины с собой равна 1: | ||
+ | |proof= | ||
: <tex dpi = "150">Corr(\eta,\eta) = { E(\eta \times \eta) - E(\eta) \times E(\eta) \over \sqrt{D(\eta)} \times \sqrt{D(\eta)} } = {D(\eta) \over D(\eta)} = 1</tex> | : <tex dpi = "150">Corr(\eta,\eta) = { E(\eta \times \eta) - E(\eta) \times E(\eta) \over \sqrt{D(\eta)} \times \sqrt{D(\eta)} } = {D(\eta) \over D(\eta)} = 1</tex> | ||
− | + | }} | |
− | + | {{Утверждение | |
+ | |statement= | ||
+ | Если <tex>\eta,\xi</tex> независимые случайные величины, то | ||
: <tex>Corr(\eta,\xi) = 0</tex>. | : <tex>Corr(\eta,\xi) = 0</tex>. | ||
− | Пусть <tex>\eta</tex> и <tex>\xi</tex> - независимые величины. Тогда <tex>E(\eta \times \xi)=E(\eta) \times E(\xi)</tex>, где <tex>E</tex> - их [[Математическое_ожидание_случайной_величины|математическое ожидание]]. Получаем: | + | |proof= |
+ | Пусть <tex>\eta</tex> и <tex>\xi</tex> - [[Независимые_случайные_величины|независимые величины]]. Тогда <tex>E(\eta \times \xi)=E(\eta) \times E(\xi)</tex>, где <tex>E</tex> - их [[Математическое_ожидание_случайной_величины|математическое ожидание]]. Получаем: | ||
: <tex dpi = "150">{E(\xi) \times E(\eta) - E(\xi) \times E(\eta) \over {E\big((\eta-E(\eta))^2\big) \times E\big((\xi-E(\xi))^2\big)}} = 0</tex> | : <tex dpi = "150">{E(\xi) \times E(\eta) - E(\xi) \times E(\eta) \over {E\big((\eta-E(\eta))^2\big) \times E\big((\xi-E(\xi))^2\big)}} = 0</tex> | ||
<b>Но обратное неверно:</b> | <b>Но обратное неверно:</b> | ||
− | Пусть <tex>\eta</tex> - случайная величина, распределенная симметрично около 0, а <tex>\xi=\eta^2</tex>. <tex>Corr(\eta,\xi)=0</tex>, но <tex>\eta</tex> и <tex>\xi</tex> - зависимые величины. | + | Пусть <tex>\eta</tex> - [[Дискретная_случайная_величина|случайная величина]], распределенная симметрично около 0, а <tex>\xi=\eta^2</tex>. <tex>Corr(\eta,\xi)=0</tex>, но <tex>\eta</tex> и <tex>\xi</tex> - зависимые величины. |
− | + | }} | |
− | + | {{Утверждение | |
+ | |statement= | ||
+ | Корреляция лежит не на всей вещественной оси | ||
: <tex>-1 \leqslant Corr(\eta,\xi) \leqslant 1</tex>. | : <tex>-1 \leqslant Corr(\eta,\xi) \leqslant 1</tex>. | ||
+ | |proof= | ||
Для доказательства используем свойство [[Ковариация_случайных_величин|ковариации]]: <tex>|Cov(\eta,\xi)| \leqslant \sqrt{D(\xi)} \cdot \sqrt{D(\eta)}</tex>. Тогда при раскрытии модуля получаем: | Для доказательства используем свойство [[Ковариация_случайных_величин|ковариации]]: <tex>|Cov(\eta,\xi)| \leqslant \sqrt{D(\xi)} \cdot \sqrt{D(\eta)}</tex>. Тогда при раскрытии модуля получаем: | ||
: <tex>-\sqrt{D(\xi)} \cdot \sqrt{D(\eta)} \leqslant Cov(\eta,\xi) \leqslant \sqrt{D(\xi)} \cdot \sqrt{D(\eta)}</tex>. | : <tex>-\sqrt{D(\xi)} \cdot \sqrt{D(\eta)} \leqslant Cov(\eta,\xi) \leqslant \sqrt{D(\xi)} \cdot \sqrt{D(\eta)}</tex>. | ||
Поделим левую и правую части на <tex>\sqrt{D(\xi)} \cdot \sqrt{D(\eta)}</tex> и получим: <tex dpi = "150">-1 \leqslant {Cov(\eta,\xi) \over \sqrt{D(\xi)} \cdot \sqrt{D(\eta)}} \leqslant 1</tex>, т.е. | Поделим левую и правую части на <tex>\sqrt{D(\xi)} \cdot \sqrt{D(\eta)}</tex> и получим: <tex dpi = "150">-1 \leqslant {Cov(\eta,\xi) \over \sqrt{D(\xi)} \cdot \sqrt{D(\eta)}} \leqslant 1</tex>, т.е. | ||
: <tex>-1 \leqslant Corr(\eta,\xi) \leqslant 1</tex>, ч.т.д. | : <tex>-1 \leqslant Corr(\eta,\xi) \leqslant 1</tex>, ч.т.д. | ||
+ | }} | ||
== Примеры == | == Примеры == |
Версия 00:16, 27 декабря 2012
Определение
Определение: |
Корреляция случайных величин: пусть случайные величины, определённые на одном и том же вероятностном пространстве. Тогда их корреляция определяется следующим образом:
| — две
Вычисление
Заметим, что
Свойства корреляции
Утверждение: |
Корреляция симметрична:
|
|
Утверждение: |
Корреляция случайной величины с собой равна 1: |
|
Утверждение: |
Если независимые случайные величины, то
|
Пусть независимые величины. Тогда , где - их математическое ожидание. Получаем: и -Но обратное неверно: Пусть - случайная величина, распределенная симметрично около 0, а . , но и - зависимые величины. |
Утверждение: |
Корреляция лежит не на всей вещественной оси
|
Для доказательства используем свойство ковариации: . Тогда при раскрытии модуля получаем:
Поделим левую и правую части на и получим: , т.е.
|