libra 503 Опубликовано 15 Октября 2019 Жалоба Поделиться Опубликовано 15 Октября 2019 1 час назад, Rais сказал: Это Вы Владимиру Орестовичу скажите, ведь это по его словам: Сами поняли, что написали? Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 15 Октября 2019 Жалоба Поделиться Опубликовано 15 Октября 2019 Задам вопрос (ну хоть поржать) величины Х и У, в примере, зависимые? Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 15 Октября 2019 Жалоба Поделиться Опубликовано 15 Октября 2019 3 часа назад, Rais сказал: и где в этом примере r = 1? Если посмотреть вначале топика, то можно обнаружить: Учитывая, что получить удовлетворительные оценки коэффициентов корреляции практически довольно трудно, используют следующий прием: при считают, что , при полагают Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
Rais 51 Опубликовано 16 Октября 2019 Автор Жалоба Поделиться Опубликовано 16 Октября 2019 (изменено) 18 часов назад, libra сказал: Там где r=0,99984 Смотрите руководящие документы Если я правильно понял, то Вы считаете что 0,99984 это значение коэффициента корреляции? В таком случае, рекомендую ознакомиться со справкой Excel для функции которую Вы применили - ЛГРФПРИБЛ и убедиться что 0,99984 это значение коэффициента b, а 1,007725 это значение коэф. m функциональной зависимости y=b*m^x. При этом коэффициент детерминированности r^2 равен 0,03. 18 часов назад, libra сказал: Сами поняли, что написали? Конечно, а Вы? 16 часов назад, libra сказал: Задам вопрос (ну хоть поржать) величины Х и У, в примере, зависимые? Да, слабо коррелированы, с коэф. корреляции равным 0,647 Встречный вопрос. Значения y и х коррелированы? x y 0 0 1 0,841471 2 0,909297 3 0,14112 4 -0,7568 5 -0,95892 6 -0,27942 7 0,656987 8 0,989358 9 0,412118 10 -0,54402 11 -0,99999 12 -0,53657 13 0,420167 14 0,990607 15 0,650288 16 -0,2879 17 -0,9614 18 -0,75099 19 0,149877 20 0,912945 21 0,836656 22 -0,00885 23 -0,84622 24 -0,90558 25 -0,13235 26 0,762558 27 0,956376 28 0,270906 29 -0,66363 30 -0,98803 31 -0,40404 32 0,551427 33 0,999912 34 0,529083 35 -0,42818 Почему все время тема обсуждения уходит в сторону? Я ни когда не спрашивал как сосчитать коэффициент корреляции, я интересовался как обнаружить корреляцию не статистическими методами, причем даже не значения коэффициентов или что-то еще, а само явление. Даже привел пример того, когда она возникает. Нужен совет практика, который бы наблюдал, что при сравнении с эталоном некоторые СИ всегда врут в одну и ту же сторону в разных точках шкалы измерений или наоборот, сказал бы что всегда отклонение гуляет, или что для одних СИ так, а для других СИ иначе. Обратите внимание на Пример 2 п. F.1.2.3 и Пример п. 5.2.2 ГОСТ Р 54500.3 (сейчас есть ГОСТ, но содержание тоже) не применяя никаких статистических методов выявили корреляцию. Несколько видоизменённым я приводил этот пример выше. Изменено 16 Октября 2019 пользователем Rais Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 16 Октября 2019 Жалоба Поделиться Опубликовано 16 Октября 2019 7 часов назад, Rais сказал: Да, слабо коррелированы, с коэф. корреляции равным 0,647 То есть вы не можете однозначно утверждать о зависимости у от х в примере, основываясь на коэффициенте линейной регрессии? А формула зависимости то простая у=е^x. Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 16 Октября 2019 Жалоба Поделиться Опубликовано 16 Октября 2019 7 часов назад, Rais сказал: Встречный вопрос. Значения y и х коррелированы? x y 0 0 1 0,841471 2 0,909297 3 0,14112 4 -0,7568 5 -0,95892 6 -0,27942 7 0,656987 8 0,989358 9 0,412118 10 -0,54402 11 -0,99999 12 -0,53657 13 0,420167 14 0,990607 15 0,650288 16 -0,2879 17 -0,9614 18 -0,75099 19 0,149877 20 0,912945 21 0,836656 22 -0,00885 23 -0,84622 24 -0,90558 25 -0,13235 26 0,762558 27 0,956376 28 0,270906 29 -0,66363 30 -0,98803 31 -0,40404 32 0,551427 33 0,999912 34 0,529083 35 -0,42818 Вероятность описания зависимости линейным уравнением низкая Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 16 Октября 2019 Жалоба Поделиться Опубликовано 16 Октября 2019 7 часов назад, Rais сказал: Обратите внимание на Пример 2 п. F.1.2.3 и Пример п. 5.2.2 ГОСТ Р 54500.3 (сейчас есть ГОСТ, но содержание тоже) не применяя никаких статистических методов выявили корреляцию. Несколько видоизменённым я приводил этот пример выше. Зависимость Ri от Rs описывается линейным уравнением! Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
Rais 51 Опубликовано 17 Октября 2019 Автор Жалоба Поделиться Опубликовано 17 Октября 2019 В 14.10.2019 в 15:45, libra сказал: если "у" зависит от "х" , то r всегда 1 18 часов назад, libra сказал: То есть вы не можете однозначно утверждать о зависимости у от х в примере, основываясь на коэффициенте линейной регрессии? А формула зависимости то простая у=е^x. Как у Вас укладываются в голове эти две мысли? Вроде y функция от х, но в тоже время коэффициент корреляции не равен 1. 18 часов назад, libra сказал: Вероятность описания зависимости линейным уравнением низкая Так об этом я Вам сразу сказал: В 15.10.2019 в 11:38, Rais сказал: Коэффициент корреляции (ковариация) показывает меру линейной зависимости. Какой вывод можно сделать из всего этого? Что коэффициент корреляции близкий к нулю, рассчитанный статистическим методом, еще не означает что величины не коррелированы! Поэтому для выявления корреляции я и пришел на форум за практическим советом. А тут Excel, сайты и т.п. Эххх! Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 17 Октября 2019 Жалоба Поделиться Опубликовано 17 Октября 2019 14 минут назад, Rais сказал: Как у Вас укладываются в голове эти две мысли? Вроде y функция от х, но в тоже время коэффициент корреляции не равен 1. Легко. Вы просто потеряли суть того, что коэффициент корреляции для линейной регрессии Справка Excel^ Уравнение для коэффициента корреляции имеет следующий вид: где x и y — выборочные средние значения СРЗНАЧ(массив1) и СРЗНАЧ(массив2). Ковариа́ция (корреляционный момент, ковариационный момент) — в теории вероятностей и математической статистике мера линейной зависимости двух случайных величин. Приведенная выше формула это корреляционный коэф, Пирсона Ну и дальше Свойства коэффициента корреляции[править | править код] Неравенство Коши — Буняковского: если принять в качестве скалярного произведения двух случайных величин ковариацию {\displaystyle \langle X,Y\rangle =\mathrm {cov} (X,Y)}, то норма случайной величины будет равна {\displaystyle \|X\|={\sqrt {\mathrm {D} [X]}}}, и следствием неравенства Коши — Буняковского будет: {\displaystyle -1\leqslant \mathbb {R} _{X,Y}\leqslant 1}. Коэффициент корреляции равен {\displaystyle \pm 1} тогда и только тогда, когда {\displaystyle X} и {\displaystyle Y} линейно зависимы (исключая события нулевой вероятности, когда несколько точек «выбиваются» из прямой, отражающей линейную зависимость случайных величин): Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 17 Октября 2019 Жалоба Поделиться Опубликовано 17 Октября 2019 55 минут назад, Rais сказал: Какой вывод можно сделать из всего этого? Что коэффициент корреляции близкий к нулю, рассчитанный статистическим методом, еще не означает что величины не коррелированы! Поэтому для выявления корреляции я и пришел на форум за практическим советом. А тут Excel, сайты и т.п. Эххх! Раз линейная регрессия не подошла- пробуйте нелинейную. О чем повторяю вторую страницу. Здесь другие показатели качества: корреляционное отношение и средняя относительная ошибка прогнозирования. Где расчетные по формуле значения сравниваете с экспериментальными. Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 17 Октября 2019 Жалоба Поделиться Опубликовано 17 Октября 2019 Один из подходов-"Построение нелинейных зависимостей, приводимых к линейным при замене переменных" есть в Приложении 3 книги Лячнев, Валентин Васильевич. Фундаментальные основы метрологии : учебное пособие / В. В. Лячнев, Т. Н. Сирая, Л. И. Довбета ; под ред. В. В. Лячнева. - Санкт-Петербург : ЭЛМОР, 2007. - 420 с. : ил., табл.; 22 см.; ISBN 5-7399-0137-5 (В пер.) Линеаризируете и тогда используете МНК. Только нормальность распределения для МНК надо доказать. Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 18 Ноября 2019 Жалоба Поделиться Опубликовано 18 Ноября 2019 (изменено) Поправочка https://ru.wikipedia.org/wiki/Коэффициент_детерминации И да-да синусоидальная регрессия Изменено 18 Ноября 2019 пользователем libra Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
Dom3n3c 115 Опубликовано 18 Ноября 2019 Жалоба Поделиться Опубликовано 18 Ноября 2019 3 минуты назад, libra сказал: И да-да синусоидальная регрессия Пишут "файл не найден" Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 18 Ноября 2019 Жалоба Поделиться Опубликовано 18 Ноября 2019 Только что, Dom3n3c сказал: Пишут "файл не найден" не поборол через буфер обмена Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
Rais 51 Опубликовано 20 Ноября 2019 Автор Жалоба Поделиться Опубликовано 20 Ноября 2019 В 18.11.2019 в 13:12, libra сказал: Поправочка https://ru.wikipedia.org/wiki/Коэффициент_детерминации И да-да синусоидальная регрессия К чему это? Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 20 Ноября 2019 Жалоба Поделиться Опубликовано 20 Ноября 2019 В 14.10.2019 в 21:28, Rais сказал: Не согласен. Вы не учли как раз коррелированность между del_xi, обусловленную применением одного и того же калибратора при калибровке данных СИ. Тоже не согласен. Рассчитайте коэффициент корреляции для функции вида y=sin(x), при больших значениях х. А как понять для приведенного примера что они случайные. Как видите, корреляция не всегда выявляется статистически. Разница крайне незначительна, и там и там применяется один и тот же аппарат математической статистики. В 18.11.2019 в 17:12, libra сказал: Поправочка https://ru.wikipedia.org/wiki/Коэффициент_детерминации И да-да синусоидальная регрессия Только что, Rais сказал: К чему это? А тому, что для вашего варианта есть синусоидальная Регрессия. Оценивайте через МНК. Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
Rais 51 Опубликовано 20 Ноября 2019 Автор Жалоба Поделиться Опубликовано 20 Ноября 2019 3 часа назад, libra сказал: А тому, что для вашего варианта есть синусоидальная Регрессия. Оценивайте через МНК. Ах вот Вы о чем. А я то уж было подумал, что Вы разобрались чем отличается коэффициент корреляции от коэффициента детерминации. Ну ничего, не страшно, не переживайте. И чего это вы вдруг вспомнили об этой теме, аж после месяца молчания. Вас не смутило, что в своем вопросе я Вам в явном виде написал вид функциональной зависимости. Поэтому Ваше утверждение, что для предложенной зависимости есть синусоидальная регрессия не более чем подтверждение известной информации. Вы бы еще сказали что для функциональной зависимости y=ax+b, применять линейную регрессию. В своем первом сообщении Вы написали: Цитата посчитать коэффициент корреляции между величинами х1 и х2. подразумевая, что этого достаточно для выявления корреляции между двумя переменными. Я показал несостоятельность этого утверждения на примере зависимости y=sin(x). Больше к Вам вопросов по теме корреляции не имею. Не утруждайтесь отвечать, помру дураком и неучем. P.S. Тему можно закрывать. Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 20 Ноября 2019 Жалоба Поделиться Опубликовано 20 Ноября 2019 4 часа назад, Rais сказал: Ах вот Вы о чем. А я то уж было подумал, что Вы разобрались чем отличается коэффициент корреляции от коэффициента детерминации. Ну ничего, не страшно, не переживайте. И чего это вы вдруг вспомнили об этой теме, аж после месяца молчания. Вас не смутило, что в своем вопросе я Вам в явном виде написал вид функциональной зависимости. Поэтому Ваше утверждение, что для предложенной зависимости есть синусоидальная регрессия не более чем подтверждение известной информации. Вы бы еще сказали что для функциональной зависимости y=ax+b, применять линейную регрессию. В своем первом сообщении Вы написали: подразумевая, что этого достаточно для выявления корреляции между двумя переменными. Я показал несостоятельность этого утверждения на примере зависимости y=sin(x). Больше к Вам вопросов по теме корреляции не имею. Не утруждайтесь отвечать, помру дураком и неучем. P.S. Тему можно закрывать. Ну вы хоть учебники бы открыли. Или никак? там и прочитаете, что в большинстве случаев достаточно применять линейную регрессию. Или никак до библиотеки не дойдете? А кстати корреляцию применяют не только для линейной, но и для степенной регрессий, логарифмической, экспоненциальной. Там и узнаете, что и коэффиициент детерминации применяют не для всех регрессий. А ну у вас же по единственной точке регрессия Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
Dom3n3c 115 Опубликовано 21 Ноября 2019 Жалоба Поделиться Опубликовано 21 Ноября 2019 12 часов назад, libra сказал: А ну у вас же по единственной точке регрессия А такое возможно? Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 21 Ноября 2019 Жалоба Поделиться Опубликовано 21 Ноября 2019 5 часов назад, Dom3n3c сказал: А такое возможно? В 01.10.2019 в 11:24, Rais сказал: Предположим, что есть только по одному значению каждой величины. Автору темы виднее. Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
Rais 51 Опубликовано 22 Ноября 2019 Автор Жалоба Поделиться Опубликовано 22 Ноября 2019 В 21.11.2019 в 14:13, libra сказал: Автору темы виднее. Ну Вы и стрелочник. Это же Ваше утверждение: В 20.11.2019 в 20:05, libra сказал: по единственной точке регрессия И это Вы предлагали строить регрессии и т.п. Я лишь дал исходные данные и поставил вопрос. Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 22 Ноября 2019 Жалоба Поделиться Опубликовано 22 Ноября 2019 5 часов назад, Rais сказал: Ну Вы и стрелочник. Это же Ваше утверждение: И это Вы предлагали строить регрессии и т.п. Я лишь дал исходные данные и поставил вопрос. В 01.10.2019 в 13:19, libra сказал: В формулах расчета присутствует СКО. Значит количество значений как минимум 4 каждой величины. В 20.11.2019 в 20:05, libra сказал: А ну у вас же по единственной точке регрессия Неважный из вас манипулятор, скорее комичный персонаж! Обрезав смайлик пробуете повернуть в "свою" сторону. Ну так не дураки же тему читают. Жгите дальше! Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
libra 503 Опубликовано 22 Ноября 2019 Жалоба Поделиться Опубликовано 22 Ноября 2019 В 01.10.2019 в 11:24, Rais сказал: Предположим, что есть только по одному значению каждой величины. В 15.10.2019 в 11:38, Rais сказал: Так собственно мой изначальный вопрос и был в том - как определять коррелированность если нет статистики. Напоминаю если память коротка Цитата Ссылка на комментарий Поделиться на других сайтах Прочее
48 сообщений в этой теме
Рекомендуемые сообщения
Присоединиться к обсуждению
Вы можете ответить сейчас, а зарегистрироваться позже. Если у вас уже есть аккаунт, войдите, чтобы ответить от своего имени.