A correlação de amostra zero não significa necessariamente que não exista uma relação linear - página 44

 
Demi:

Vamos dar uma olhada juntos:

Há meu posto "CC PODE e DEVE ser contado pelas fileiras originais". Agora preste atenção, pergunta - existe a palavra SOMENTE no significado de "CC PODE e DEVE ser contada SOMENTE pelas linhas originais"?))

Então por que você me escreve: "novamente, sobre o que é o argumento - CC pode e deve ser contado por linhas originais"? Isso é o que estou discutindo))))
 
C-4: Você pode fornecer um exemplo concreto onde tomar logaritmos muda as leituras de CQ de uma maneira chave? Eu gosto de um exemplo onde a série original dá um CQ próximo a zero, enquanto seus logaritmos miraculosamente colocam o CQ em uma estimativa significativa.

OK, vamos assumir as duas funções ortogonais seno e co-seno. Obviamente, a correlação entre seus valores é zero.

Agora vamos mudar um pouco estas funções para torná-las mais parecidas com uma série de preços: 1) vamos elevá-las acima de zero 2) e aumentar gradualmente os valores de acordo com a escala relativa usando a função exponencial.

Medimos o CQ da Pearson para os valores obtidos, e para seus logaritmos. O CQ para logaritmos tende a zero. O CQ da manchete é que existe um relacionamento. Qual é o CQ ao qual você está se referindo?

Este exemplo é rebuscado e não se enquadra bem em sua pergunta, mas mesmo assim.

 
GaryKa:

OK, pegue as duas funções ortogonais seno e cosseno. Obviamente, a correlação entre seus valores é zero.

Por quê?

Você entende mesmo o que significa "A correlação entre seus valores é zero"? Esta expressão significa que KK=0, o que não é o caso (e isto pode até ser determinado visualmente).

 
Demi: Por quê? Você entende mesmo o que significa "Correlação entre seus valores é zero"? Esta expressão significa que CC=0

Eu nem sei o que dizer (pensei ter mencionado a ortogonalidade). Por quê? Porque essa é a natureza da coisa.


Aqui está o excelente arquivo, experimente.


Demi: ... Esta expressão significa que KK=0, o que não é o caso (e isto pode até ser determinado visualmente).

Talvez estas sejam as conclusões de uma comparação visual que desovou este tópico.

Arquivos anexados:
pirson.zip  16 kb
 
GaryKa:

Que coeficiente de correlação você usará?


Se você quiser saber o coeficiente de correlação, você usará o coeficiente de correlação. Se você quiser saber o coeficiente de correlação, você terá que olhar para o coeficiente de correlação.

Primeiro você tem que determinar sobre o que está caminhando e depois aplicar ou um coeficiente de correlação, ou um coeficiente de correlação para a diferença ou o logaritmo ou o que quer que seja, ou talvez nem mesmo um coeficiente de correlação.

 
Bom exemplo com seno e co-seno. A correlação é cem vezes maior e o valor da correlação é 0. Você só precisa entender o que o coeficiente de correlação mostra e não lhe dar propriedades que ele não possui.
 
GaryKa:

Eu nem sei o que dizer (pensei ter mencionado a ortogonalidade). Por quê? Porque essa é a natureza da coisa.

Aqui está o arquivo Excel, experimente.

Talvez estas sejam as conclusões de uma comparação visual que desovou este fio.

Sim? E uma vez me ensinaram que o coeficiente de correlação de co-seno e seno varia suavemente de -1 a +1. Acontece que é 0........
 
Demi:
Sim? E uma vez me ensinaram que o coeficiente de correlação de co-seno e seno varia suavemente de -1 a +1. Acontece que é 0........


Depende do período a contar. Se for menos que o período de seno e co-seno, vai por este e por aquele caminho. Se exatamente o período de seno e co-seno, 0.
 
GaryKa:

OK, pegue as duas funções ortogonais seno e cosseno. Obviamente, a correlação entre seus valores é zero.

Agora vamos mudar um pouco estas funções para torná-las mais parecidas com uma série de preços: 1) elevá-las acima de zero 2) e aumentar gradualmente os valores de acordo com a escala relativa usando a função exponencial.

Nós medimos o CQ Pearson para os valores obtidos, e para seus logaritmos. O CQ para logaritmos tende a zero. O QR calculado "front-on" indica a existência de um relacionamento. Qual é o CQ ao qual você está se referindo?

O exemplo é rebuscado e não se encaixa bem em sua pergunta, mas mesmo assim.


Qual é o objetivo dessas construções, o QR descreve a relação entre duas variáveis aleatórias em um determinado momento e não durante um intervalo. Este último só é verdadeiro se os dois processos sendo comparados forem a) estacionários b) ergódicos, o que não é absolutamente o caso para as funções dadas, daí a amostra de CQ como uma estimativa de CQ verdadeiro não faz nenhum sentido para eles. Em outras palavras, é preciso primeiro provar (ou pelo menos assumir razoavelmente) a estacionaridade e ergodicidade, e só depois substituir a série pela fórmula.
 
Integer:

Depende do período a contar. Se for menos que o período de seno e coseno, vai por este e por aquele caminho. Se exatamente para o período de seno e co-seno, então 0.

Ver meu posto anterior - se em um intervalo onde possamos aproximar as condições a e b