04.09.2015 Views

JAOTUSFUNKTSIOONID MÕÕTEMÄÄRAMATUSED

II vihik - Tartu Ülikool

II vihik - Tartu Ülikool

SHOW MORE
SHOW LESS
  • No tags were found...

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

4.5. Kovariatsioonimaatriks<br />

2<br />

[ X ] + 2a<br />

K[ X , Y ] + a D[ ] 0 .<br />

p (*)<br />

( a0)<br />

= D<br />

0<br />

0<br />

Y ≥<br />

Miinimumpunkti saame p (a)<br />

esimese tuletise nulltingimusest:<br />

millest<br />

dp<br />

da<br />

[ X , Y ] + 2aD[ ] 0,<br />

= 2 K<br />

Y =<br />

a −K<br />

[ X , Y ]/<br />

D[ ].<br />

0<br />

=<br />

Y<br />

Pannes selle miinimumpunkti koordinaadi väärtuse võrratusse (*), saamegi Cauchy-<br />

Bunjakovski-Schwartzi võrratuse (5.3).<br />

Korrelatsioonikordaja r väljendab funktsionaalse sõltuvuse määra juhuslike suuruste X ja Y<br />

vahel. Kui nad on täitsa sõltumatud, siis on (nagu äsja eespool näidatud sai) korrelatsioonikordaja<br />

null. Absoluutselt maksimaalse väärtuse saavutab korrelatsioonikordaja, kui X ja Y on<br />

omavahel lineaarses sõltuvuses. Selletõttu nimetataksegi vaadeldavat korrelatsioonikordajat<br />

lineaarseks. Võib öelda, et korrelatsioonikordaja absoluutväärtus iseloomustab teatud mõttes X<br />

ja Y vahelise lineaarse seose tugevust (vt joonised 5.1, 5.2, 5.3 ja 5.4).<br />

Joonis 5.1a. X ja Y vahel on positiivne<br />

lineaarne sõltuvus<br />

Joonis 5.1b. X ja Y vahel on negatiivne<br />

lineaarne sõltuvus<br />

Joonis 5.2. X ja Y vahel on tugev<br />

positiivne korrelatsioon<br />

Joonis 5.3. X ja Y vahel on nõrk<br />

negatiivne korrelatsioon<br />

35

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!