ค่าสัมประสิทธิ์สหสัมพันธ์เรียกอีกอย่างว่าโมเมนต์นอร์มัลไลซ์สหสัมพันธ์ซึ่งเป็นอัตราส่วนของโมเมนต์สหสัมพันธ์ของระบบ 2 ของตัวแปรสุ่ม (SSV) และค่าสูงสุดของมัน ในทางกลับกัน โมเมนต์สหสัมพันธ์เรียกว่าโมเมนต์ศูนย์กลางผสมอันดับสอง (MSC X และ Y)
คำแนะนำ
ขั้นตอนที่ 1
ควรสังเกตว่าค่า W (x, y) จะเป็นความหนาแน่นของความน่าจะเป็นร่วมของ TCO ในทางกลับกัน โมเมนต์สหสัมพันธ์จะเป็นลักษณะของการกระจายร่วมกันของค่า TCO ที่สัมพันธ์กับค่าเฉลี่ยจุดหนึ่ง (ความคาดหวังทางคณิตศาสตร์ my และ mx) ระดับของความสัมพันธ์เชิงเส้นตรงระหว่างดัชนีของค่าอิสระ X และ Y
ขั้นตอนที่ 2
พิจารณาคุณสมบัติของโมเมนต์สหสัมพันธ์ที่พิจารณา: Rxx = Dx (ความแปรปรวน); R (xy) = 0 - สำหรับเลขชี้กำลังอิสระ X และ Y ในกรณีนี้ สมการต่อไปนี้ใช้ได้: M {Yts, Xts} = 0 ซึ่งในกรณีนี้แสดงว่าไม่มีการเชื่อมต่อเชิงเส้น (ในที่นี้ เราไม่ได้หมายถึง การเชื่อมต่อใด ๆ แต่ตัวอย่างเช่นกำลังสอง) นอกจากนี้ หากมีการเชื่อมต่อแบบเส้นตรงระหว่างค่าของ X และ Y สมการต่อไปนี้จะถูกต้อง: Y = Xa + b - | R (xy) | = bybx = max
ขั้นตอนที่ 3
กลับไปที่การพิจารณาของ r (xy) - สัมประสิทธิ์สหสัมพันธ์ ความหมายที่ควรอยู่ในความสัมพันธ์เชิงเส้นตรงระหว่างตัวแปรสุ่ม ค่าของมันสามารถเปลี่ยนแปลงได้ตั้งแต่ -1 ถึงหนึ่ง นอกจากนี้ มันไม่มีมิติ ดังนั้น R (yx) / bxby = R (xy)
ขั้นตอนที่ 4
โอนค่าที่ได้รับไปยังกราฟ สิ่งนี้จะช่วยให้คุณจินตนาการถึงความหมายของโมเมนต์สหสัมพันธ์ที่เป็นมาตรฐาน ซึ่งได้มาจากดัชนี X และ Y ที่ได้จากการทดลอง ซึ่งในกรณีนี้จะเป็นพิกัดของจุดบนระนาบหนึ่ง เมื่อมีการเชื่อมต่อแบบแข็งเป็นเส้นตรง จุดเหล่านี้ต้องอยู่บนเส้นตรงพอดี Y = Xa + b
ขั้นตอนที่ 5
นำค่าความสัมพันธ์เชิงบวกมาเชื่อมต่อกับกราฟผลลัพธ์ ด้วยสมการ r (xy) = 0 จุดที่กำหนดทั้งหมดควรอยู่ภายในวงรีที่มีพื้นที่ส่วนกลางที่ (mx, my) ในกรณีนี้ ค่าของครึ่งเซ็นต์จะถูกกำหนดโดยค่าความแปรปรวนของตัวแปรสุ่ม
ขั้นตอนที่ 6
พิจารณาว่าค่า SV ที่ได้จากวิธีการทดลองไม่สามารถสะท้อนความหนาแน่นของความน่าจะเป็นได้ 100% นั่นคือเหตุผลที่ควรใช้ค่าประมาณของปริมาณที่ต้องการ: mx * = (x1 + x2 +… + xn) (1 / n) จากนั้นนับคล้ายกับ * ของฉัน