The Correlation Secret by Jason Fielder How to make the most of your forex trading by understanding forex pair correlation. The secret used by many institutional investors to make substan…Full description
Short research paper on orkiszewski's correlationDescripción completa
Short research paper on orkiszewski's correlationFull description
l][lp[';l
Descripción completa
SIEM
SPE-51396-PA Horizontal Well IPR Calculations
Syntethic Corellation done in PetrelFull description
Full description
Regression and Correlation
RQD & UCS Correlation
SPE-51396-PA Horizontal Well IPR Calculations
Full description
Full description
For Calculating Compressibility Factor
Report written at the University of Leeds, 2006
Full description
Full description
Auteur : Sylvain Hanneton (26/09/08)
Corrélation (covariance et coefficient de corrélation) Définition proposée La covariance et le coefficient de corrélation sont des mesures quantitatives du lien qui peut exister entre deux variables aléatoires X et Y. Le coefficient de corrélation donne une idée de l’intensité de la liaison entre X et Y indépendamment des variances de X et de Y. Il est compris entre 1 (corrélation) et -1 (anticorrélation). Un coefficient de corrélation proche de 0 indique que les deux variables aléatoires sont faiblements liées (faiblement corrélées). Définition de la covariance Considérons rons un nuag nuagee de n poin points ts M i ( i ∈[ 1..n ] ) de coor coordo donn nnées x i et y i correspondant à deux variables aléatoires X et Y. La covariance des variables X et Y est donnée par les formules suivantes :
Covariance d'une population
Covariance d'un é chantillon
n
n
∑ x i− X yi – Y où
y – Y ∑ x − X i
cov X , Y =
i =1
X
sont les moyennes de X et de Y.
et
Y
cov X , Y =
n où
X
Y
et
i
i =1
n −1
sont les moyennes de X et de Y.
Coefficient de corrélation de Pearson Le coefficient de corrélation est donné par
r =
cov X ,Y où s x⋅s y
s X
s Y
et
sont les écart types de X
et Y. Qualité d'une modélisation linéaire du nuage de points Le calcul de la pente a d'une droite de régression (régression simple) se fait covariance des variables X et Y :
a=
à
partir de la
cov X ,Y s X et r = a⋅ 2 s X s Y n
∑ x Un calcul plus rapide de la pente se fait en utilisant la formule
a=
i
⋅Y y i – n⋅ X
i =1
n
∑ x
i
²
² – n⋅ X
i= 1
La qualité d'une régression linéaire, c'est à dire sa capacité à modéliser le nuage de points peut être quantifiée en utilisant le calcul du coefficient de détermination termination obtenu à partir du calcul du coefficient de corrélation r entre X et Y. Le coefficient de détermination donne une idée du pourcentage de variance expliquée (PVE) par le modèle.
Sauf mention contraire, le contenu du site est plac é sous la protection de cette licence Creative Commons.
1
Auteur : Sylvain Hanneton (26/09/08)
Coefficient de d é t ermination étermination
cd = r ² ²
Pourcentage de variance expliqu é e
² PVE =100⋅r ²
Par exemple un PVE de 10% (cd=0,1) indique que le modèle linéaire n'explique que 10% de la variance du nuage de points. Tests statistiques associés : test de corrélation Le test d’indépendance entre deux variables X et Y à partie d’un échantillon de n couples de valeurs est basé sur le calcul de r qui est la valeur de la pente en coordonnées réduites1. Le risque correspondant au coefficient de corrélation r peut être obtenu : ● soit par la table du coefficient de corrélation pour un nombre de degrés de liberté égal à n-2 ●
soit lorsque celle-ci est insuffisante en formant t =
r
⋅ n − 2 1− r 2
et en cherchant le risque
correspondant dans la table du t de Student pour (n-2) degrés de liberté. Si
0.05
alors la liaison n’est pas significative et si
≤0.05
la liaison est significative.
Statut de la fiche : fiche provisoire à revoir
1 Coordonnées r éduites : chacune des données se voit retrancher sa moyenne et est divis ée par son écart type... Sauf mention contraire, le contenu du site est plac é sous la protection de cette licence Creative Commons.