20.11.2014 Aufrufe

Skript - Prof. Georg Hoever - FH Aachen

Skript - Prof. Georg Hoever - FH Aachen

Skript - Prof. Georg Hoever - FH Aachen

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

2. Weiterführende Begriffe 29<br />

2.3. Korrelation<br />

Definition 2.7<br />

Zu zwei Zufallsvariablen X und Y heißt<br />

C(X,Y) = E((X −E(X))·(Y −E(Y)))<br />

Kovarianz und<br />

ρ X,Y =<br />

C(X,Y)<br />

√<br />

V(X)·V(Y)<br />

Korrelationskoeffizient.<br />

Die Kovarianz und der Korrelationskoeffizient beschreiben, wie eng zwei Zufallsvariablen<br />

zusammenhängen.<br />

Sind X und Y unabhängig, so gilt wegen E(X −E(X)) = E(X)−E(X) = 0, dass<br />

C(X,Y) = E((X −E(X))·(Y −E(Y))) = E(X −E(X))·E(Y −E(Y)) = 0<br />

ist. Hängen X und Y derart voneinander ab, dass X tendenziell in die gleiche Richtung<br />

von E(X) abweicht, wie Y von E(Y), so wird C(X,Y) positiv sein. Im Extremfall, dass<br />

X und Y immer dieselben Werte liefern, also X = Y, ist<br />

C(X,Y) = E((X −E(X)) 2 ) = V(X).<br />

Satz 2.8<br />

Es gilt<br />

Beispiel 1:<br />

C(X,Y) 2 ≤ V(X)·V(Y) und ρ X,Y ∈ [−1,1].<br />

Sei X standardnormalverteilt und Y = a·X+b·Z, wobei Z eine von X unabhängige<br />

Standardnormalverteilung ist.<br />

Dann ist E(X) = 0 = E(Y) und<br />

C(X,Y) = E(X ·(a·X +b·Z))<br />

= E(a·X 2 +b·X ·Z)<br />

= a·E(X 2 )+b·E(X ·Z)<br />

= a·V(X)+b·E(X)·E(Z)<br />

= a·1+b·0·0 = a

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!