שונות משותפת

מתוך ויקיפדיה, האנציקלופדיה החופשית

בתורת ההסתברות ובסטטיסטיקה, השונות המשותפת היא מדד לקשר בין שני משתנים מקריים. השונות המשותפת חיובית כאשר המשתנים נוטים לסטות באותו כיוון, מעל או מתחת לממוצע, ושלילית כאשר הם משתנים בכיוונים מנוגדים זה לזה.

כאשר מחלקים את השונות המשותפת במכפלת סטיות התקן של המשתנים המעורבים, מתקבל מדד הנקרא "מקדם המתאם", שערכו בין 1 ל- 1-. אם המקדם קרוב לערכים הקיצוניים, זהו אות לכך שהמשתנים קשורים זה בזה (קשר שעשוי להיות סיבתי, אך אינו בהכרח כזה). אפשר לראות במושג זה הכללה של השונות, משום שהשונות המשותפת של משתנה מקרי עם עצמו, שווה לשונות שלו. השונות המשותפת של משתנים בלתי תלויים שווה לאפס.

[עריכה] הגדרה

נסמן ב- $\ \mu_X=\operatorname{E}(X), \mu_Y=\operatorname{E}(Y)$ את התוחלות של המשתנים המקריים $\ X$ ו- $\ Y$ . השונות המשותפת של השניים מוגדרת להיות

$\ \operatorname{cov}(X,Y) = \operatorname{E}(XY)-\mu_X\mu_Y = \operatorname{E}((X-\mu_X)(Y-\mu_Y))$ .

מאי שוויון קושי-שוורץ נובע שתמיד $\ |\operatorname{cov}(X,Y)|^2\leq V(X)V(Y)$ , כאשר $\ V(X)$ היא השונות של המשתנה המקרי X (וכן ל- Y). בפרט, השונות המשותפת קיימת (וסופית) כל אימת שלמשתנים X ו- Y יש שונות (סופית). מאותה סיבה, הערך המוחלט של מקדם המתאם $\ \rho(X,Y)=\frac{\operatorname{cov}(X,Y)}{\sqrt{V(X)V(Y)}}$ אינו עולה על 1.

[עריכה] תכונות

למשתנים ששונותם המשותפת אפס, קוראים משתנים בלתי מתואמים. כל שני משתנים בלתי תלויים הם בלתי מתואמים, אבל ההיפך אינו נכון.

השונות המשותפת היא תבנית בילינארית, כלומר, $\ \operatorname{cov}(aX+bY,Z) = a\cdot \operatorname{cov}(X,Z)+b\cdot \operatorname{cov}(Y,Z)$ , וכן ברכיב הימני. זוהי תבנית סימטרית, שהיא חיובית לחלוטין על מרחב המשתנים המקריים (כאשר מזהים משתנים המסכימים זה עם זה בהסתברות 1), מכיוון שלמשתנה שאינו שווה לאפס בהסתברות 1, יש שונות חיובית. מכאן שהשונות המשותפת מגדירה מכפלה פנימית על מרחב המשתנים המקריים.