Pekali korelasi juga disebut momen korelasi dinormalisasi, yang merupakan nisbah momen korelasi sistem 2 pemboleh ubah rawak (SSV) dan nilai maksimumnya. Pada gilirannya, momen korelasi disebut momen tengah campuran kedua (MSC X dan Y).
Arahan
Langkah 1
Perlu diperhatikan bahawa nilai W (x, y) akan menjadi ketumpatan kebarangkalian bersama TCO. Pada gilirannya, momen korelasi akan menjadi ciri saling menghamburkan nilai-nilai TCO berbanding titik nilai rata-rata tertentu (jangkaan matematik dan X dan Y.
Langkah 2
Pertimbangkan sifat momen korelasi yang dipertimbangkan: Rxx = Dx (varians); R (xy) = 0 - untuk eksponen bebas X dan Y. Dalam kes ini, persamaan berikut adalah sah: M {Yts, Xts} = 0, yang dalam kes ini menunjukkan ketiadaan sambungan linier (di sini kita tidak bermaksud ada kaitan, tetapi, sebagai contoh, kuadratik). Di samping itu, jika terdapat hubungan kaku linear antara nilai X dan Y, persamaan berikut akan berlaku: Y = Xa + b - | R (xy) | = bybx = maks.
Langkah 3
Kembali ke pertimbangan r (xy) - pekali korelasi, yang bermaksud harus berada dalam hubungan linear antara pemboleh ubah rawak. Nilainya dapat bervariasi dari -1 hingga satu, di samping itu, tidak boleh memiliki dimensi. Sehubungan itu, R (yx) / bxby = R (xy).
Langkah 4
Pindahkan nilai yang diperoleh ke grafik. Ini akan membantu anda membayangkan makna momen korelasi normal, indeks X dan Y yang diperoleh secara empirik, yang dalam kes ini akan menjadi koordinat titik pada satah tertentu. Sekiranya terdapat sambungan tegar linier, titik-titik ini mesti terletak pada garis lurus tepat Y = Xa + b.
Langkah 5
Ambil nilai korelasi positif dan sambungkannya pada graf yang dihasilkan. Dengan persamaan r (xy) = 0, semua titik yang ditentukan harus berada di dalam elips dengan rantau tengah di (mx, my). Dalam kes ini, nilai semiaxes satu sen akan ditentukan oleh nilai varians pemboleh ubah rawak.
Langkah 6
Perhatikan bahawa nilai SV yang diperoleh dengan kaedah eksperimen tidak dapat menggambarkan ketumpatan kebarangkalian 100%. Itulah sebabnya lebih baik menggunakan anggaran kuantiti yang diperlukan: mx * = (x1 + x2 +… + xn) (1 / n). Kemudian kira sama dengan * saya.
