공분산과 상관관계

R로 연습하는 통계 면접 질문

Zuzanna Chmielewska

Actuary

선형 관계

공분산

표본의 공식: $$ cov(X, Y) = \frac{\sum_{i = 1}^{n} (x_i - \overline{x}) \cdot (y_i - \overline{y})}{n-1} $$

모집단의 공식: $$ cov(X, Y) = \frac{\sum_{i = 1}^{n} (x_i - \overline{x}) \cdot (y_i - \overline{y})}{n} $$

표본의 공식: $$ cov(X, Y) = \frac{\sum_{i = 1}^{n} (x_i - \overline{x}) \cdot (y_i - \overline{y})}{n-1} $$

모집단의 공식: $$ cov(X, Y) = \frac{\sum_{i = 1}^{n} (x_i - \overline{x}) \cdot (y_i - \overline{y})}{n} $$

$ x_1 = 3, x_2 = 5, x_3 = 7 $

$ y_1 = 6, y_2 = 11, y_3 = 13 $

$ \overline{x} = 5$

$ \overline{y} = 10$

$(x_1 - \overline{x}) \cdot (y_1 - \overline{y})= 8 $

$(x_2 - \overline{x}) \cdot (y_2 - \overline{y})= 0 $

$(x_3 - \overline{x}) \cdot (y_3 - \overline{y})= 6 $

$ \sum_{i=1}^{n} (x_i - \overline{x}) \cdot (y_i - \overline{y}) = 14$

$ \frac{\sum_{i=1}^{n} (x_i - \overline{x}) \cdot (y_i - \overline{y})}{n-1} = 7$

$$ corr(X, Y) = \frac{cov(X, Y)}{\sigma_x \cdot \sigma_y} $$

완전한 양의 상관 관계의 데이터 점

완전한 음의 상관 관계의 데이터 점

양·음 및 거의 선형 관계가 없는 데이터 점 예시

양·음 및 거의 선형 관계가 없는 데이터 점 예시

양·음 및 거의 선형 관계가 없는 데이터 점 예시

도미노

R로 연습하는 통계 면접 질문