- Hiệp phương sai (Covariance)
- Hệ số tương quan (Correlation)
- Thực hành tính hiệp phương sai và hệ số tương quan
- Tỷ số tương quan
- Tương quan tuyến tính và hệ số tương quan Pearson
- Các giả định trong phân tích tương quan tuyến tính
- Chuẩn đoán quan hệ tuyến tính của 2 biến bằng biểu đồ phân tán
- Thực hành tính hiệp phương sai và hệ số tương quan Pearson trong SPSS
- Giá trị sig trong bảng hệ số tương quan Pearson
- Sử dụng hệ số tương quan Pearson khi nào
- Tương quan hạng Spearman
- Tương quan hạng Kendall
- Thực hành tương quan hạng Spearman và tương quan hạng Kendall trên SPSS
- Hệ số tương quan riêng
- Quan hệ giá- lượng cầu và hiện tượng hàng đắt vẫn cháy, hàng rẻ vẫn ế
- Tính hệ số tương quan riêng trên SPSS
- Trình bày kết quả phân tích tương quan
- Viết kết quả phân tích tương quan Pearson
Cập nhật: 03/11/2021 bởi admin0
Có thể bỏ qua
Hiệp phương sai là gì?
Hiệp phương sai (Covariance) thể hiện mối quan hệ giữa hai biến với nhau, có thể là đồng biến (positive covariance) hoặc nghịch biến (negative covariance).
Định nghĩa : Cho 2 biến ngẫu nhiên X, Y với kì vọng μ_X và μ_Y covariance của X, Y được tính bằng công thức :
Cov(X, Y)=E[(X−μ_X)*(Y−μ_Y)]
Các tính chất của Covariance :
- Cov(aX + b, cY + d)=acCov(X, Y) với a, b, c, d cho trước
- Cov(X1 + X2 ,Y)=Cov(X1, Y) + Cov(X2, Y)
- Cov(X, X)=Var(X)
- Cov(X, Y)=E(XY)−μ_X * μ_Y
- Var(X, Y)=Var(X) + Var(Y) + 2 * Cov(X, Y)
- Nếu X, Y độc lập thì Cov(X, Y)=0. Điều ngược lại chưa chắc đúng