Народ, помогите плиз кто сможет...
Нужны следующие формулы... За ночь надо решить пару примеров, а завтра с утра сдавать...
коэффициента корреляции;
мат. ожидание;
дисперсия...

P.S. Предмет "Корреляция" 4 семестр... надо бы уже сдать

Не получилось выложить примеры...

Это сообщение отредактировал(а) Sufius - 9.11.2004, 22:43

Математическое ожидание дискретной случайной величины это сумма произведений всех возможных значений этой величины на вероятность значения
M(X) = x1*p1+x2*p2+...+xn*pn
В формуле x1, x2, xn это те самые принимаемые значения, а p1, p2, pn - вероятности соответствующих значений

Если говорить про дисперсию той же случайной величины, то под ней понимают мат. ожидание квадрата отклонения случайной величины от ее мат. ожидания:
D(X) = M([X - M(X)]^2)

Посмотреть пример можно тут!!!

Тут надо сделать коэф. корреляции и сделать вывод... Как это?
Хелп, если сможете!!
Буду благодарен и отмечу "+"

А что со справочником по математике Бронштейна и Семендяева? Я помоему там все тебе нужные формулы видел... Если нет еще, то обязательно купи!

cardinal
Я бы купил... но дело в том, что у меня через 11 часов надо это сдать...
А в инете нету электронной версии этой книги, не знаешь?

Цитата(Sufius @ 9.11.2004, 22:13)

но дело в том, что у меня через 11 часов надо это сдать...

Ну ты проснулся Что же ты до этого делал?

Я тут немного покумекал и вот что у меня получилось.

1. мат. ожидание
2. дисперсия (July, ты не лучшую формулу дала )
3. коэффициент корреляции (т.к. он может лежать между -1 и 1, то ответ вроде выглядит неплохо)

Вывод: так как коэффициент корреляции (их ковариация) не равен нулю, то X и Y не называются некорреляционными. Если ковариация равна нулю (что не имеет место быть в данном случае), то X и Y статистически независимы. В данном случае они статистически зависимы.

Вот... А больше я к этой теме сказать не могу, т.к. больше пока еще сам не въехал

Присоединённый файл ( Кол-во скачиваний: 0 )
 zadacha4.jpg

Спасибо, кое-что понял...
Но вот вопрос...
А если столбцов меньше, но больше строк, как в примере ниже... там будет MX, MY, и MZ

Но при решении получается -1,13
Добавлено @ 01:52
Кардинал... могу даже написать как это всё решал...
А что такое 1/3 в cov()... я понял, что это M[], а как это находится?

Это сообщение отредактировал(а) Sufius - 10.11.2004, 02:09

Цитата

А если столбцов меньше, но больше строк, как в примере ниже... там будет MX, MY, и MZ

Получается, что нет.

Я неправильно понял таблицу . Смотрим опять на первую таблицу. Как я теперь понял у X 6 значений, а у Y 2. Вероятность того, что выпадет 2 меняется от Y. То есть в первой строке я получил MX
сложив 2*0.8+2*0.12+3*0.12+3*0.18+4*0.20+4*0.30. Это звучит логичней так как сумма всех вероятностей должна в сумме все таки 1 давать. Так как я решил задачу в начале 1 не получалось.
Думаю теперь правильней (но гарантировать ничего не могу). Если ты сделаешь тоже самое со второй таблицей и у тебя получится число между -1 и 1, то гляди получилось. Вывод из коэффициента корреляции остается таким же, как и раньше.

Все - я пошел баеньки...

Присоединённый файл ( Кол-во скачиваний: 0 )
 zadacha5.jpg

Пробую...

Цитата(Sufius @ 10.11.2004, 00:45)

А что такое 1/3 в cov()... я понял, что это M[], а как это находится?

М это мат. ожидание. Сложил все элементы и поделил на их кол-во...

Блин я сейчас посмотрел и понял что ошибся в cov(X,Y) в последней картинке. Там надо не на 3 делить (что я вообще забыл кстати сделать ), а на 6 (элементов то 6 )

Короче подправь:
cov(X,Y) = 0.18/6 = 0.03
p = 0.03/0.3826 = 0.0784

Ок... пробую...

Со вторым ничего не получилось... ладно... зайду через 5,5 часов сюда...попробую что-нить решить... Кардинал - спасибо за помощь...

Хелп!!!
Вторая задача не получается!!! Ну хоть убей... если вторым методом, то там всё сокращается и получается 0 ((

Цитата(Sufius @ 10.11.2004, 11:18)

то там всё сокращается и получается 0

Но это же не страшно, как я понял... Значение же в диапазоне от -1 до 1 и значит все в порядке и просто надо делать другой вывод (см. в предыдущих ответах). Если что узнаю поточнее - напишу.

cardinal
СИБЫ!!!!!!!!!!
Сдал... правда он сказал, что это всё неправильно, написал как надо было писать и поставил зачет
Вот так воть
Еще раз спасибо...

а мне математику автоматом поставили экзамен.
4 в зачётке стоит, вот.
я после этого математичке вукет цветов (3 розы) и в деканат тоже букет цветов (тоже 3 розы) отдал.
математика рулит !!!

Цитата(Sufius @ 10.11.2004, 22:27)

Сдал... правда он сказал, что это всё неправильно, написал как надо было писать и поставил зачет

А ты боялся.

Ты бы написал что-ли как это решать надо. У меня к этому дело тот же интерес, что и у тебя был пару дней назад - мне тоже это сдавать придется. Да и вообще я пока не въехал зачем этот коэффициент корреляции нужен на практике... Но последнее я скоро пойму это не проблема. Просто интересно, что же тебе твой препод написал... Я просто больше своей логике доверялся чем знаниям (знания только набираются по этой теме в последние дни) и пока ни одной ошибки в понимании мной формул из Бронштейна не нашел

Цитата(cardinal @ 11.11.2004, 18:38)

Да и вообще я пока не въехал зачем этот коэффициент корреляции нужен на практике...

Как? Чтобы опредилить на сколько данные коррелируют по выбранной тобой зависимости.

Цитата

Да и вообще я пока не въехал зачем этот коэффициент корреляции нужен на практике...

предположим есть две величины (к примеру, температура воздуха и скорость ветра)
у нас задание: нам говорят скорость ветра (точнее, ее отклонение от среднего, а мы должны угадать температуру (точнее, ее отклонение от среднего)
реальная зависимость может быть довольно-таки сложной, но можно попытаться приблизить ее линейной (это делают ОЧЕНЬ часто)
так вот можно доказать, что лучший прогноз будет t=c(v,t)*v/d(v)
здесь c(v,t) - корреляция температуры и скорости ветра
d(v) - дисперсия ветра
Добавлено @ 18:32
P.S.
c(v,t) и d(v) можно определить из прошлых данных+теоретические соображения

maxim1000 плюс опровержение/доказательство статистических гипотез. Или как там они у вас (в России) называются:

Н1: r1=r2
H2: r1>r2