A covariância de variáveis ​​padronizadas é a correlação?


10

Eu tenho uma pergunta básica. Digamos que eu tenha duas variáveis aleatórias, e Y . Eu posso padronizá-los subtraindo a média e dividindo pelo desvio padrão, ou seja, X s t a n d a r d i z e d = ( X - E ( X ) )XY .Xstandardized=(XE(X))(SD(X))

Representa a correlação de e Y , C o r ( X , Y ) , o mesmo como a covariância dos versões padronizadas de X e Y ? Isto é, é C o r ( X , Y ) = C O v ( X s t a n d uma r d i z e d , Y s t a n d uma r dXYCor(X,Y)XY?Cor(X,Y)=Cov(Xstandardized,Ystandardized)


11
Sim.
precisa saber é o seguinte

Respostas:


10

Então, sim!

corr(X,Y)=E((X-E(X))×(Y-E(Y)))SD(X)×SD(Y)Cov(Xpadronizado,Ypadronizado)=E[((X-E(X))(SD(X))-0 0)×((Y-E(Y))(SD(Y))-0 0)]=E((X-E(X))×(Y-E(Y)))SD(X)×SD(Y)

11
O que???? O lado direito da sua primeira equação é uma variável aleatória, enquanto o lado esquerdo é uma constante.
precisa saber é o seguinte

2
Errr no. A pergunta é sobre correlação e covariância de variáveis ​​aleatórias, enquanto sua resposta é sobre correlação e covariância de amostras . Por exemplo, o resultado questionado se aplica a variáveis ​​aleatórias contínuas, enquanto na melhor das hipóteses o que você aplica somente a variáveis ​​aleatórias discretas assumindo valores com igual probabilidade 1(X1 1,Y1 1),,(Xn,Yn) . 1 1n
precisa saber é o seguinte

2
Eu

11
Você está tomando SD (X) e SD (Y) fora das expectativas. Explique o raciocínio desta etapa um pouco mais, por favor.
Erdogan CEVHER

11
As constantes do @Erdogan podem ser obtidas fora da função Expected () sem alterações.
Hemant Rupani
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.