Поскольку корреляция является математическим свойством многомерных распределений, некоторое понимание может быть получено исключительно посредством вычислений, независимо от статистического происхождения этих распределений.
Для корреляции Пирсона , рассмотрят multinormal переменных , , . С ними полезно работать, потому что любая неотрицательно определенная матрица на самом деле является ковариационной матрицей некоторых мультинормальных распределений, что позволяет решить вопрос о существовании. Если мы будем придерживаться матриц с по диагонали, недиагональные элементы ковариационной матрицы будут их корреляциями. Запись корреляции и как , корреляции и как и корреляции и какY Z 1 X Y ρ Y Z τ X Z σИксYZ1ИксYρYZτИксZσ , мы вычислим это
1+2ρστ−(ρ2+σ2+τ2)≥0 (потому что это определитель корреляционной матрицы и он не может быть отрицательным).
Когда это означает, что . Другими словами, когда оба значения и велики, и должны иметь ненулевую корреляцию.ρ 2 + τ 2 ≤ 1 ρ τ X Zσ=0ρ2+τ2≤1ρτXZ
Если , то возможно любое неотрицательное значение (от до конечно).σ 0 1ρ2=τ2=1/2σ01
Когда , допустимы отрицательные значения . Например, когда , может быть где-то между и .сг р = τ = 1 / 2 сг - 1 / 2 1ρ2+τ2<1σρ=τ=1/2σ−1/21
Эти соображения подразумевают, что действительно существуют некоторые ограничения на взаимные корреляции. Ограничения (которые зависят только от неотрицательной определенности матрицы корреляции, а не от фактических распределений переменных) могут быть ужесточены в зависимости от предположений об одномерных распределениях. Например, легко увидеть (и доказать), что когда распределения и не принадлежат одному семейству масштабов расположения, их корреляции должны быть строго меньше . (Доказательство: соотношение подразумевает, что и линейно связаны как)Y 1 ± 1 X YXY1±1XY
Что касается ранговых корреляций Спирмена , рассмотрим три тривариатных наблюдения , и of . Их взаимные ранговые корреляции равны , и . Таким образом , даже знак ранга корреляции и могут быть противоположен признаки корреляции и и и .( 2 , 3 , 1 ) ( 3 , 2 , 3 ) ( X , Y , Z ) 1 / 2 1 / 2 - 1 / 2 Y Z X Y X Z(1,1,2)(2,3,1)(3,2,3)(X,Y,Z)1/21/2−1/2YZXYXZ