JAOTUSFUNKTSIOONID MÕÕTEMÄÄRAMATUSED
II vihik - Tartu Ãlikool
II vihik - Tartu Ãlikool
- 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