컴공생의 다이어리

공분산(Covariance)의 성질 조건 : X와 Y의 공분산을 Cov(X, Y)라고 할 때 → Cov(X, Y) = σXY → X의 평균 = E[X] = μX → X의 분산 = Var(X) = σX2 → Y의 분산 = Var(Y) = σY2 1) Cov(X, X) = E[(X-μX)(X-μX)] = E[(X-μX)2] = Var(X) 2) Cov(Y, X) = E[(Y-μY)(X-μX)] = E[(X-μX)(Y-μY)] = Cov(X, Y) 3) Cov(aX+b, Y) = E[(aX+b - E[aX+b])(Y-μY)] = aE[(X-μX)(Y-μY)] = aCov(X, Y) (이때, E[aX+b]= aμX + b) 4) Cov(aX+b, cY+d) = acCov(X, Y) 5) Cov(aX+bY, cX..

연관성 척도(Measure of Association)란? - 2개 또는 그 이상의 항목에 대한 자료들이 상호 관련되어 있는지를 나타내는 척도 - 선형 관계(Linear relationship)에 대한 연관성 척도에는 공분산(Covariance), 상관계수(Correlation Coefficient)가 있음 공분산(Covariacne) - 두 변수 (X, Y)가 자기 평균으로부터 떨어진 값을 서로 곱한 후, 모두 합하여 모집단에서는 N, 표본에서는 n-1로 나눈 값 모집단 공분산 표본 공분산 - 두 변수가 어느 방향(부호, sign)으로 얼마나 변동(크기, magnitude)하는 지를 나타냄 공분산 속성 x와 y는 양의 선형관계 x와 y는 음의 선형관계 x와 y는 선형적 관계를 갖지 않음 상관계수(Cor..