Эмпирическая ковариация просто объяснила

instagram viewer

Вы знаете о статистике? Тогда вы должны быть знакомы с эмпирической ковариацией, которую часто называют ковариацией. Вот простое объяснение того, что говорит этот размер.

Что стоит за эмпирической ковариацией?
Что стоит за эмпирической ковариацией?

Что вам нужно:

  • статистические переменные
  • среднее арифметическое
  • Чтения
  • образец

Понять заявление о ковариации

Эмпирическая ковариация - это нестандартная мера, описывающая линейную связь между двумя статистическими переменными. Обычно у вас есть образец (xя, yя) данный.

  • Ковариация определяется относительно четко. Для начала вам понадобятся средние значения показаний xя и определить их отклонение от среднего арифметического. Таким же образом поступают с измеренными значениями yя. Теперь умножьте эти отклонения измеренных значений от соответствующего среднего арифметического и сложите их по i. В конце концов, вы делите это значение на n, то есть на размер выборки.
  • Теперь вы можете интерпретировать ковариацию следующим образом. Если ковариация положительная, то X и Y имеют тенденцию иметь корреляцию в одном направлении, т.е. ЧАС. ударяет по х я наверняка i сильно вверх, потом y выбиваетя также вверх. Чем больше ковариация, тем сильнее эта связь.
  • Если значения ковариации отрицательные, существует тенденция в противоположном направлении. На 0 вообще нет связи.

Пример эмпирической ковариации

  • Предположим, у вас есть образец (xя, yя) данный. В этом простом случае i = 3 и значения x1 = 2, х2 = 2.2, х3 = 6,3. Точно так же у вас есть значения y1 = 1,1, y2 = 1.9 и y3 = 4,5 дано.
    • Вычислить эмпирическую ковариацию

    В статистике в некоторых местах требуется эмпирическая ковариация. Но что …

  • Теперь вы можете определить среднее арифметическое как x = (2 + 2,2 + 6,3) / 3 = 3,5 и y = (1,1 + 1,9 + 4,5) / 3 = 2,5.
  • Вы можете рассчитать эмпирическую ковариацию как ((2-3,5) (1,1-2,5) + (2,2-3,5) (1,9-2,5) + (6,3-3, 5) (4,5-2,5)) / 3 = (2,1 + 0,78 + 5,6) / 3 = 8,48 / 3 = 2,82 (...).
  • Следовательно, дисперсия относительно сильно положительна, т. Е. ЧАС. линейная зависимость между измеренными значениями имеет тенденцию быть большим. Вы уже можете видеть по значениям, что они движутся в одном направлении и с отклонением x3 вверх также отклонение y3 следует.

Как видите, в этом простом примере эмпирическая ковариация объясняется очень просто. Эти соображения используются при разработке портфелей акций, которые должны предлагать как относительно высокую доходность, так и относительно низкий риск.

Насколько вам полезна эта статья?

click fraud protection