У Вас есть набор чисел. Например 20 чисел находятся в диапазоне от 40 до 45 (возможна масса повторяющихся чисел), и есть например 6-10 чисел которые находятся в диапазонах от 0 до 40 и от 45 до 100. Так вот говорят, что первые 20 чисел коррелируют между собой и чем меньше их разброс, тем лучше корреляция (коэффициент корреляции). И если у нас есть функция типа Y=x*c где "х"-наши числа а "с"-какой-то коэффициент, то при изменении "с" наша функция изменится, но корреляция наших 20-ти чисел сохранится.
Объяснение:
Например, рассматривая пожары в конкретном городе, можно выявить весьма высокую корреляцию между ущербом, который нанёс пожар, и количеством пожарных, участвовавших в ликвидации пожара, причём эта корреляция будет положительной. Из этого, однако, не следует вывод «увеличение количества пожарных приводит к увеличению причинённого ущерба», и тем более не будет успешной попытка минимизировать ущерб от пожаров путём ликвидации пожарных бригад.
У Вас есть набор чисел. Например 20 чисел находятся в диапазоне от 40 до 45 (возможна масса повторяющихся чисел), и есть например 6-10 чисел которые находятся в диапазонах от 0 до 40 и от 45 до 100. Так вот говорят, что первые 20 чисел коррелируют между собой и чем меньше их разброс, тем лучше корреляция (коэффициент корреляции). И если у нас есть функция типа Y=x*c где "х"-наши числа а "с"-какой-то коэффициент, то при изменении "с" наша функция изменится, но корреляция наших 20-ти чисел сохранится.
Объяснение:
Например, рассматривая пожары в конкретном городе, можно выявить весьма высокую корреляцию между ущербом, который нанёс пожар, и количеством пожарных, участвовавших в ликвидации пожара, причём эта корреляция будет положительной. Из этого, однако, не следует вывод «увеличение количества пожарных приводит к увеличению причинённого ущерба», и тем более не будет успешной попытка минимизировать ущерб от пожаров путём ликвидации пожарных бригад.