Կորելացիայի գործակիցը կոչվում է նաև փոխկապակցվածության նորմալացված պահ, որը պատահական փոփոխականների (SSV) համակարգի 2 հարաբերակցության պահի և դրա առավելագույն արժեքի հարաբերությունն է: Իր հերթին, փոխկապակցման պահը կոչվում է երկրորդ կարգի խառը կենտրոնական պահ (MSC X և Y):
Հրահանգներ
Քայլ 1
Պետք է նշել, որ W (x, y) արժեքը կլինի TCO- ի համատեղ հավանականության խտությունը: Իր հերթին, փոխկապակցման պահը կլինի TCO- ի արժեքների փոխադարձ ցրման բնութագիր `համեմատած միջին արժեքների որոշակի կետի (մաթեմատիկական սպասումներ իմ և մքս), ազատ արժեքների ինդեքսների գծային հարաբերությունների մակարդակի X և Y
Քայլ 2
Հաշվի առեք հաշվի առնված փոխկապակցվածության պահի հատկությունները. Rxx = Dx (շեղում); R (xy) = 0 - անկախ X և Y արտահայտիչների համար: Այս դեպքում գործում է հետևյալ հավասարումը. M {Yts, Xts} = 0, որն այս դեպքում ցույց է տալիս գծային կապի բացակայություն (այստեղ մենք նկատի չունենք ցանկացած կապ, բայց, օրինակ, քառակուսի): Բացի այդ, եթե X- ի և Y- ի արժեքների միջև կա գծային կոշտ կապ, ապա կգործի հետևյալ հավասարումը. Y = Xa + b - | R (xy) | = bybx = առավելագույն:
Քայլ 3
Վերադառնանք r (xy) - ի փոխկապակցվածության գործակից, որի իմաստը պետք է լինի պատահական փոփոխականների գծային կապի մեջ: Դրա արժեքը կարող է տարբեր լինել -1-ից մեկից, բացի այդ, այն չի կարող ունենալ հարթություն: Ըստ այդմ, R (yx) / bxby = R (xy):
Քայլ 4
Ստացված արժեքները տեղափոխեք գծապատկերին: Սա կօգնի ձեզ պատկերացնել նորմալացված փոխկապակցման պահի, էմպիրիկորեն ստացված X և Y ցուցանիշների իմաստը, որոնք տվյալ դեպքում կլինեն որոշակի հարթության վրա գտնվող կետի կոորդինատները: Գծային կոշտ կապի առկայության դեպքում այս կետերը պետք է ընկած լինեն ուղիղ գծի վրա ՝ Y = Xa + b:
Քայլ 5
Վերցրեք հարաբերակցության դրական արժեքները և միացրեք դրանք ստացված գրաֆիկի վրա: R (xy) = 0 հավասարմամբ բոլոր նշանակված կետերը պետք է լինեն էլիպսի ներսում, որի կենտրոնական շրջանը գտնվում է (mx, իմ): Այս դեպքում ցենտի կիսալեռների արժեքը որոշվելու է պատահական փոփոխականությունների տատանումների արժեքներով:
Քայլ 6
Հաշվի առեք, որ փորձնական մեթոդով ստացված SV- ի արժեքները չեն կարող արտացոլել հավանականության խտությունը 100%: Այդ պատճառով լավագույնն է օգտագործել պահանջվող մեծությունների գնահատականները. Mx * = (x1 + x2 +… + xn) (1 / ն): Հետո հաշվի՛ր իմ * նմանությամբ:
