Was fuer einen Wert? < math. Statistik < Stochastik < Hochschule < Mathe < Vorhilfe
|
Status: |
(Frage) beantwortet | Datum: | 15:41 Do 07.08.2014 | Autor: | senmeis |
Servus,
diese Formeln stammen aus einem Paper:
[mm] \overline{x} [/mm] = [mm] \summe_{i=1}^{N}xi/N
[/mm]
[mm] \overline{y} [/mm] = [mm] \summe_{i=1}^{N}yi/N
[/mm]
Mx = [mm] \summe_{i=1}^{N}(xi [/mm] - [mm] \overline{x})^{2}
[/mm]
My = [mm] \summe_{i=1}^{N}(yi [/mm] - [mm] \overline{y})^{2}
[/mm]
Mxy = [mm] \summe_{i=1}^{N}[(xi [/mm] - [mm] \overline{x})( [/mm] yi - [mm] \overline{y})]
[/mm]
Es ist klar, Mx und My sind zwei Varianzen. Was ist Mxy? Sicherlich keine Kovarianz.
Gruss
Senmeis
|
|
|
|
Hallo,
wenn [mm] M_x [/mm] und [mm] M_y [/mm] Varianzen sein sollten, dann fehlt da der Vorfaktor 1/(n-1). Kann es sein, dass du bei der letzten Größe auch so einen Vorfaktor vergessen hast? Dan steht im Prinzip der Zähler eines Korrelationskoeffizienten, mehr fällt mir dazu nicht ein.
Gruß, Diophant
|
|
|
|
|
Status: |
(Antwort) fertig | Datum: | 16:14 Do 07.08.2014 | Autor: | luis52 |
> Es ist klar, Mx und My sind zwei Varianzen. Was ist Mxy?
> Sicherlich keine Kovarianz.
Moin, wieso nicht? [mm] $\frac{1}{N} \summe_{i=1}^{N}[(x_i [/mm] - [mm] \overline{x})( y_i [/mm] - [mm] \overline{y})] [/mm] $ ist die (empirische) Kovarianz.
|
|
|
|