出于直觉,现实生活中有一些不相关但相关的随机变量的例子是什么?


14

在解释为什么不相关并不意味着独立的过程中,有几个涉及一堆随机变量的示例,但它们似乎都非常抽象:1 2 3 4

这个答案似乎是有道理的。我的解释:随机变量及其平方可能不相关(因为显然缺少相关性就像线性独立性一样),但是它们显然是相关的。

我猜一个例子是(标准化吗?)高度和高度2可能不相关,但相互依赖,但是我不明白为什么有人会比较高度和高度。22

为了使初学者具有基本概率论或类似目的的直觉,在现实生活中有哪些不相关但依存的随机变量示例?


1
这没有回答您的问题,但似乎是相关的:有时rv及其平方是相关的,有时是不相关的。例如,如果X在[0,1]上是均匀的,则X和X ^ 2不相关。但是,如果X在[-1,1]上是一致的,则X和X ^ 2是不相关的。(绘制图片以帮助查看。)但是,在两种情况下,X和X ^ 2都是相关的。
Martha

@Martha您的评论中有错字。我认为这是第一个应该“相关”的“无关”。;)
一位老人在海中。

@Anoldmaninthesea相关,有时相关吗?
BCLC 2015年

1
@BCLC“如果X在[0,1]上是统一的,则X和X ^ 2不相关。” 我认为应该是“如果X在[0,1]上是均匀的,则X和X ^ 2是相关的。”
一位老人在海里。

@Anoldmaninthesea您是正确的:与[0,1]相关,但与[-1,1]不相关。感谢您指出拼写错误。
Martha 2015年

Answers:


16

在金融领域,GARCH(广义自回归条件异方差)的影响被广泛引用在这里:股票收益,与P ŧ在一段时间价格牛逼,本身是不相关如果股票市场有效,他们过去的r t 1(否则,您可以轻松而有利地预测价格走势),但它们的平方r 2 tr 2rt:=(PtPt1)/Pt1Pttrt1rt2不是:方差中存在时间相关性,该方差在时间上聚类,而不稳定时间方差高。rt12

这是一个人工示例(我仍然知道,但是“实际”股票收益系列可能看起来很相似):

在此处输入图片说明

你看到周围的高波动性集群特别t400

使用产生

library(TSA)
garch01.sim <- garch.sim(alpha=c(.01,.55),beta=0.4,n=500)
plot(garch01.sim, type='l', ylab=expression(r[t]),xlab='t')

感谢英勇的辛辣驯鹿国王汉克。请严厉一点吗?^-^所谓股票收益,是指Rt =(St + 1-St)/ St?是St的正方形还是Square或Rt?
BCLC 2015年

1
我添加了一些说明
Christoph Hanck,2015年

那是R吗? 
BCLC

它是R。它需要包装TSA
toliveira

5

一个简单的例子是在甜甜圈形区域上均匀的双变量分布。变量是不相关的,但显然是相关的-例如,如果您知道一个变量接近其均值,则另一个变量必须远离其均值。


这两个变量到底是什么?
BCLC 2015年

XYf(x,y)=1/3π1<x2+y2<20

好吧,我猜物理例子是真实的生活。谢谢rvl。为什么您的榜样是正确的?
BCLC

3
绘制密度不为零的区域的图形,然后考虑一下。
Russ Lenth,2015年

4

我发现以下来自Wiki的图对于直觉非常有用。特别是,下排显示了不相关但相关的分布的示例。

Wiki中上述图表的标题:多组(x,y)点,每组的皮尔森相关系数分别为x和y。请注意,相关性反映的是线性关系的噪声和方向(上排),但不反映该关系的斜率(中),也不反映非线性关系的许多方面(底部)。注意:中心的数字的斜率为0,但在这种情况下,由于Y的方差为零,因此相关系数不确定。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.