|
공분산이 가지는 의의
두 개의 x, y의 변량에 대하여, x가 증가할 때, y도 증가하면
공분산의 값은 0보다 크다.
(공분산이 0 보다 클 때 x, y는 비례한다)
- 두 개의 x, y의 변량에 대하여, x(또는 y)가 증가할 때,
y(또는 x)가 감소하 면 공분
|
|
|
correlation coefficient)는 다음과 같다. [공분산]
◦ 연관성의 측도
◦ 연관성의 방향
◦ 공분산의 정의
◦ 공분산의 의미
◦ 변수의 독립과 공분산
[상관계수의 유도]
◦ 공분산의 한계
◦ 상관계수의 개념
|
|
|
공분산과 상관계수와의 관계
기초통계학에서 두 변수간의 선형 연관성을 나타내는 도구인 공분산에 대해서 앞서 설명한 바와 같이 공분산은 다음과 같이 표현된다.
Cov(X,Y``) ~=~ E`(`X`- `mu_X `)( `Y`-`mu_Y `),
단,
mu_X =E`(X`),~mu_Y` = E`(Y`)
비록 공분산
|
|
|
공분산(covariance), 상관계수(coefficient of correlation) 를 살펴봄
신체검사에서 각 사람의 키(X)와 몸무게(Y)를 동시에 측정
농작물 실험에서
사용한 비료의 양(X)과 대응되는 수확량(Y)
두 확률변수의 순서쌍 (X, Y)를 결합확률변수 (joint random variable
|
|
|
공분산, 두피디아
3) 공분산, 매경닷컴
4) 분산, 두피디아
5) 재무관리통합_129p(2020년), 42쪽.
6) 안승철 외, 「신투자와 보험」, 2002, 202~205쪽.
7) 투자, 표준국어대사전
8) 표준편차, 두피디아 Ⅰ. 서론
Ⅱ. 본론
1. 위험의 통계적 측정치 2가지
|
|
 |
공분산 행렬이 동일하다는 가정에 대한 Box M 검증결과 유의확률이 0.904으로 공분산 행렬이 동일하므로 가정에 문제가 없다.
- 귀무가설 : 처치집단간 평균값들의 vectors가 동일하다.
- 대립가설 : 처치집단간 평균값들의 vectors가 동일하다.
☞ 다
|
|
메뉴펼치기
