Documente Academic
Documente Profesional
Documente Cultură
matematica¼
B¼
arb¼
acioru Iuliana Carmen
CURSUL 10
Cursul 10
2
Cuprins
1 Variabile aleatoare 5
1.1 Corelaţie sau covarianţ¼
a . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Coe…cient de corelaţie. Matrice de corelaţie . . . . . . . . . . . . . 7
1.3 Rapoarte de corelaţie . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Funcţii de regresie . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Index 19
3
Cursul 10
4
Capitolul 1
Variabile aleatoare
8 PP
>
< xri yjs ij pentru Z discret
i2I j2J
Mrs (Z) = R R r s (1.1)
>
: x y f (x; y) dxdy pentru Z continuu
R2
8 PP
>
< (xi M10 )r (yj M01 )s ij pentru Z discret
i2I j2J
mrs (Z) = R R
>
: (x M10 )r (y M01 )s f (x; y) dxdy pentru Z continuu
R2
(1.2)
unde I N; J N; M10 = M10 (Z) ; M01 = M01 (Z) :
5
Cursul 10
cov (X; Y ) = m11 (Z) = m11 (X; Y ) = M [(X M (X)) (Y M (Y ))] (1.4)
6
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
în care expresiile din paranteza p¼ atrat¼a (ca trinoame de gradul doi în variabila
D (X)
strict pozitiv¼
at= ) sunt pozitive dac¼ a are loc inegalitatea:
D (Y )
(cov (X; Y ))2 D2 (X) D2 (Y )
ceea ce conduce la a…rmaţia 4 şi astfel demonstraţia este încheiat¼a.
Observaţia 1.1.5 Dac¼a avem cov (X; Y ) = 0 f¼ar¼a ca X şi Y s¼a …e independente,
atunci vom spune c¼a variabilele aleatoare X şi Y sunt necorelate.
În cazul în care cov (X; Y ) 6= 0 se spune c¼a variabilele aleatoare X şi Y sunt:
Deoarece intervalul în care cov (X; Y ) ia valori este su…cient de mare şi nu
are margini …xe, este greu de precizat gradul de dependenţ¼a dintre X şi Y pentru
a aprecia dac¼a sunt puternic corelate sau nu.
Acest fapt a impus o aşa zis¼a normare a indicatorului corelaţiei pentru ca
m¼asura gradului de dependenţ¼ a s¼a ia valori într-un interval …x, indiferent de
variabilele studiate.
7
Cursul 10
8
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
cov (X; Y )
= = (X; Y ) ;
D(X)D(Y )
cov (X1 ; Y1 ) = M [(X1 M (X1 )) (Y1 M (Y1 ))] = M (X1 Y1 ) M (X1 ) M (Y1 )
| {z }
0
= M (X1 Y1 ) = (X; Y ) ;
cov (X1 ; Y1 )
(X1 ; Y1 ) = = cov (X1 ; Y1 ) = (X; Y ) :
D (X1 ) D (Y1 )
Prin ipotez¼ a atunci când (X; Y ) = 1 avem conform celor de mai sus c¼ a (X1 ; Y1 ) =
1 şih deducem ca i urmare a acestui fapt c¼ a:
2 2
M (X1 Y1 ) = M X1 2M (X1 Y1 ) + M Y12 = 1 2 (X; Y ) + 1 = 0
ceea ce înseamn¼ a c¼
a X1 = Y1 şi ţinând cont de expresiile acestora rezult¼
a c¼
a:
X M (X) Y M (Y )
= , D(Y ) (X M (X)) = D(X) (Y M (Y ))
D(X) D(Y )
D(Y ) D(Y )
,Y =X + M (Y ) M (X) + M (Y )
D(X) D(X)
| {z } | {z }
a b
adic¼a Y este de forma Y = aX + b cu a > 0:
Atunci
h când (X;i Y ) = 1 avem (X1 ; Y1 ) = 1 şi prin urmare
2
M (X1 + Y1 ) = M X12 + 2M (X1 Y1 ) + M Y12 = 1 2 (X; Y ) + 1 = 0
ceea ce înseamn¼ a c¼
a X1 = Y1 şi ţinând cont de expresiile acestora rezult¼
a c¼
a:
X M (X) Y + M (Y )
= , D(Y ) (X M (X)) = D(X) ( Y + M (Y ))
D(X) D(Y )
D(Y ) D(Y )
,Y = X + M (Y ) + M (X)
D(X) D(X)
| {z } | {z }
a b
adic¼
a Y este de forma Y = aX + b cu a < 0:
5. În ipoteza c¼a Y = aX + b avem relaţiile:
D (Y ) = D (aX + b) = a2 D2 (X);
2 2
9
Cursul 10
cov (aX + b; cY + d)
6. (aX + b; cY + d) =
D(aX + b)D(cY + d)
M [(aX + b) (cY + d)] M (aX + b) M (cY + d)
=
D(aX + b)D(cY + d)
acM (X Y ) + adM (X) + bcM (Y ) + bd (aM (X) + b) (cM (Y ) + d)
=
aD(X) cD(Y )
acM (X Y ) acM (X) M (Y ) ac [M (X Y ) M (X) M (Y )]
= =
acD(X)D(Y ) acD(X)D(Y )
ac cov (X; Y )
= = (X; Y ) dac¼
a ac > 0 respectiv ac < 0:
acD(X)D(Y )
fapt care este posibil dac¼a şi numai dac¼a (cov (X; Y ))2 D2 (X) D2 (Y ); de unde
rezult¼a simplu a…rmaţiile menţionate.
10
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
4. X şi Y sunt slab pozitiv (sau negativ) corelate dac¼a 0 < (X; Y ) <
0; 25
(sau 0; 25 < (X; Y ) < 0) ;
11
Cursul 10
2. Nu este precis¼
a în cazul independenţei şi al necorel¼
arii deoarece dac¼
a (X; Y ) =
0 nu exist¼
a un r¼aspuns categoric (în sensul independenţei sau necorel¼ arii);
3. Nu poate … extins¼a la mai mult de dou¼ a variabile aleatoare sau chiar la doi
sau mai mulţi vectori aleatori, fapte cerute de practic¼a.
1. expresia
2 M (D2 (X Y ))
XY = ; D2 (X) 6= 0 (1.6)
D2 (X)
se numeşte raport de corelaţie al lui X faţ¼
a de Y ;
2. expresia
2 M (D2 (Y X))
Y X = ; D2 (Y ) 6= 0 (1.7)
D2 (Y )
se numeşte raport de corelaţie al lui Y faţ¼
a de X:
12
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
Observaţia 1.3.3 Egalitatea D2 (X Y ) = 0 are loc dac¼a şi numai dac¼a X şi Y
sunt dependente funcţional iar egalitatea M D2 (X Y ) = D2 (X) are loc dac¼a
şi numai dac¼a X şi Y sunt independente, ceea ce justi…c¼a interesul pentru raportul
de corelaţie sau pentru o m¼asur¼a complementar¼a a dependenţei unilaterale dat¼a
de expresia:
2 2
XY =1 XY (1.8)
2 224 2 2 205
XY = sau XY =1 Y X =
429 429
Analog deducem c¼a:
11 50 13 68 233 3
M D2 (Y X) = + = D2 (Y ) =
24 121 24 169 572 4
13
Cursul 10
2 233 2 2 196
XY = sau XY =1 Y X =
429 429
Deoarece 2X Y < 2Y X sau 2X Y > 2Y X se spune c¼a X depinde de Y mai mult
decât depinde Y de X:
S¼a mai constat¼am pentru aceleaşi variabile aleatoare c¼a
14
(X; Y ) = p ' 0; 68
429
fapt care indic¼a o corelaţie a grupului (X; Y ) destul de mare.
14
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
Pentru exempli…care, s¼
a presupunem c¼
a (X; Y; Z) este un vector aleator tridimensional
discret pentru care putem de…ni probabilit¼
aţi condiţionate de forma:
p (xi ; yj ; zk )
p (zk (xi ; yj )) = ; p (xi ; yj ) 6= 0; i 2 I; j 2 J; k 2 K
p (xi ; yj )
M (Y X) = Ax + B şi M (X Y ) = Cy + D (1.14)
D (Y ) cov (X; Y )
A = (X; Y ) =
D (X) D2 (X)
cov (X; Y )
B = M (Y ) A M (X) = M (Y ) M (X)
D2 (X)
D (X) cov (X; Y ) (1.15)
C = (X; Y ) =
D (Y ) D2 (Y )
cov (X; Y )
D = M (X) C M (Y ) = M (X) M (Y )
D2 (Y )
15
Cursul 10
Înmulţind prima relaţie cu X şi pe a doua cu Y şi aplicând din nou valoarea
medie deducem c¼a:
astfel c¼
a putem scrie acum sistemele liniare:
( (
A M (X) + B = M (Y ) C M (Y ) + D = M (X)
2
şi
A M X + B M (X) = M (XY ) C M Y 2 + D M (Y ) = M (XY )
a c¼
aror soluţionare conduce la relaţiile (1.15).
16
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
X Y -1 0 1 pi
-1 1/3 1/6 1/12 7/12
1 1/12 1/6 1/6 5/12
qj 5/12 1/3 1/4 1
17
Cursul 10
18
Teoria probabilit¼
aţilor şi statistic¼
a matematic¼
a
19
Index
Coe…cient
de corelatie, 7
Corelate
negativ, 7
pozitiv, 7
Corelatie sau covariantã, 6
Corelatie sau covarianta, 5
Curbã
de regresie, 14
Functie
de regresie, 14
Matrice
de corelatie, 7
Moment
centrat, 5
initial, 5
Raport de corelatie, 12
Variabile
aleatoare, 5
Variabile aleatoare
negativ perfect corelate, 10
pozitiv perfect corelate, 10
puternic negativ corelate, 10
puternic pozitiv corelate, 10
slab negativ corelate, 11
Variabile aleatoare
slab pozitiv corelate , 11
20