В чем разница между линейно зависимой и линейно коррелированной?


12

Пожалуйста, объясните, в чем разница, если две переменные линейно зависимы или линейно коррелированы .

Я посмотрел статью в Википедии, но не нашел подходящего примера. Пожалуйста, объясните это на примере.

Ответы:


14

Две переменные являются линейно зависимыми, если одну можно записать как линейную функцию другой. Если две переменные линейно зависимы, соотношение между ними равно 1 или -1. Линейная корреляция означает, что две переменные имеют ненулевую корреляцию, но не обязательно имеют точную линейную зависимость. Корреляцию иногда называют линейной корреляцией, поскольку коэффициент корреляции моментов произведения Пирсона является мерой силы линейности в отношениях между переменными.


3
+1. Хотя я бы предпочел сказать, что Пирсон. «является мерой силы линейных отношений» вместоis a measure of the degree of linearity in [= of?] the relationship
ttnphns

@ttnphns Хорошо, это звучит более уместно.
Майкл Р. Черник

Возможно , , а не ρ будет более точным показателем , так как мы не должны хлопот с ρ близко к - 1 означает сильную линейную зависимость (хотя и с отрицательным наклоном). Кроме того, рассмотрим, какая разница объясняется по сравнению с необъясненной, и что ρ = 0,51 не провоцирует статистика на то, чтобы поворачивать колесики и делать стойку на руках в праздновании, тогда как ρ 2 > 1 / ρ2ρρ-1ρзнак равно0,51- гораздо лучшее доказательство положительного (читаемого, публикуемого) результата. ρ2>1/270%
Дилип Сарватэ

8

В линейная зависимость подразумевает, что один вектор является линейной функцией другого: v 1 = a v 2 . Это видно из этого определения , что две переменные будут двигаться в карцер стадии, что предполагает соотношение 1 или - 1 в зависимости от значения . Однако для более полного понимания различий и связей между концепциями, я думаю, полезно рассмотреть геометрию.р2

v1знак равноav2,
1-1a

На графике ниже показан пример формулы для линейной зависимости. Вы можете видеть, что векторы линейно зависимы, потому что один просто кратен другому. введите описание изображения здесь

р2

v1av2
v1,v20,введите описание изображения здесь

v1,v2

v1Tv2знак равно0.
р2v1v2

введите описание изображения здесь

ρv1v2знак равно(v1-v¯11)T(v2-v¯21)σv1σv2,

(v1-v¯11)(v2-v¯21)v1v2v1v21-1v1v201v1v20

Таким образом, если два вектора линейно зависимы, центрированные версии векторов также будут линейно зависимы, то есть векторы идеально коррелированы. Когда два линейно независимых вектора (ортогональные или нет) центрированы, угол между векторами может изменяться или не изменяться. Таким образом, для линейно независимых векторов корреляция может быть положительной, отрицательной или нулевой.


0

Пусть f (x) и g (x) - функции.

Чтобы f (x) и g (x) были линейно независимы, мы должны иметь

a * f (x) + b * g (x) = 0 тогда и только тогда, когда a = b = 0.

Другими словами, нет такого, что a или b не ноль, а

a * f (c) + b * g (c) = 0

Если существует такое ac, то мы говорим, что f (x) и g (x) линейно зависимы.

например

f (x) = sin (x) и g (x) = cos (x) линейно независимы

f (x) = sin (x) и g (x) = sin (2x) не являются линейно зависимыми (почему?)


2
сaе(с)+бграмм(с)знак равно0Икссзнак равноπ/3
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.