Коэффициент корреляции

Чтобы иметь дело с безразмерным показателем, введем понятие нормированного отклонения случайных величин и .

;

Математическое ожидание каждой из случайных величин и равно нулю, а дисперсия – единице. Приведём доказательство для случайной величины *.



Ковариация и называется коэффициентом корреляции случайных величин и (обозначается ).




Для независимых и коэффициент их корреляции , так как в этом случае .

Обратного заключения сделать нельзя. Случайные величины могут быть связаны даже функциональной зависимостью (каждому значению одной случайной величины соответствует единственное значение другой случайной величины), но коэффициент корреляции этих величин будет равен нулю.

Коэффициент корреляции, так же как и нормированное отклонение не меняется при перемене начала координат или при изменении масштаба величины . Сказанное в равной мере относится и к .

Свойства коэффициента корреляции


  1. Если =1, то , где k и b — константы, k>0.
  2. Если = –1, то , где k<0.

    Коэффициент корреляции достигает своих предельных значений –1 и 1 в том и только в том случае, если совместное распределение и все концентрируется на некоторой прямой в плоскости (,), то есть между и имеется такая линейная зависимость.

    Если <1, то такой линейной зависимости нет. Все же по мере приближения к единице совместное распределение , имеет тенденцию концентрироваться вблизи некоторой прямой линии и величину можно считать мерой близости к полной линейной зависимости между и .

    Введем понятие корреляционной зависимости между и .

    Две случайные величины называют коррелированными, если их ковариация или коэффициент корреляции отличны от нуля, и некоррелированными, если они равны нулю.

    Пусть задан закон совместного распределения двух случайных величин и (как в вышеприведенном примере), и условное математическое ожидание меняется в зависимости от значения . Тогда принято говорить о корреляционной зависимости от . Если условное математическое ожидание есть линейная функция от , то между и имеется линейная корреляционная связь или зависимость.

    Как правило, говоря о корреляционной зависимости, имеют в виду линейную корреляционную зависимость. Если имеется в виду нелинейная корреляционная зависимость, то это особо оговаривают.

    Можно дать определение корреляционной зависимости двух случайных величин и как связи между тенденциями роста и . Например, между и существует прямая корреляционная зависимость, если с ростом случайная величина имеет тенденцию возрастать. (Это означает, что при больших значениях с большей вероятностью встречаются большие значения ). Если большим значениям с большей вероятностью соответствуют меньшие значения , то есть с ростом случайная величина имеет тенденцию убывать, говорят, что между и существует обратная корреляционная зависимость.

    Глубина (или теснота) корреляционной зависимости (или связи) характеризуется коэффициентом . Чем ближе к единице, тем теснее глубина корреляционной зависимости.

    Чем ближе зависимость между условным математическим ожиданием и случайной величиной к линейной, и, чем теснее значения группируются около условных математических ожиданий, тем глубже (теснее) корреляционная связь.

Надоело ждать посылки и бандероли от почты России? Отправили другу подарок на 20-летие, а он получил его к 25-тому дню рождения? Нужно отправить срочное письмо, посылку? Тогда Вам сюда — курьерская служба