Geometric interpretation of a correlation

• Autorzy: Gniazdowski Z.

Warianty tytułu

PL

Geometryczna interpretacja korelacji

• Języki publikacji: EN

Abstrakty

EN

The study shows that the Pearson’s coefficient of correlation is equivalent to the cosine of the angle between random variables. It was found that the information about the intensity of the relationship between variables is included in the value of the angle between random vectors. The paper proposes intuitive criteria for measuring the intensity of the relationship between random variables.

PL

W pracy pokazano, że współczynnik korelacji Pearsona jest równoważny cosinusowi kąta między wektorami losowymi. Stwierdzono, że informacja o sile związku między zmiennymi zawarta jest w wielkości kąta między wektorami losowymi. W pracy zaproponowano intuicyjne kryteria pomiaru siły związku pomiędzy zmiennymi losowymi.

Słowa kluczowe

EN

data mining; correlation coefficient; cosine; ngle between vectors; stochastic dependence

PL

eksploracja danych; współczynnik korelacji; cosinus; kąt między wektorami; zależność stochastyczna

• Wydawca: Warszawska Wyższa Szkoła Informatyki
• Czasopismo: Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
• Rocznik: 2013
• Tom: nr 9
• Strony: 27--35
• Opis fizyczny: Bibliogr. 9 poz., tab., wykr.

Twórcy

autor

Gniazdowski Z.

• Warsaw School of Computer Science

Bibliografia

• [1] Krejn S.G., (red.), Analiza funkcjonalna, PWN, Warszawa 1967
• [2] Koronacki J., Mielniczuk J., Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa 2006
• [3] Durka P.J., Wstęp do współczesnej statystyki, Wydawnictwo Adamantan, Warszawa 2003
• [4] Mańczak K., Metody identyfikacji wielowymiarowych obiektów sterowania, WNT, Warszawa 1971
• [5] Sobczyk M., Statystyka, Wyd. Nauk. PWN, Warszawa 2005
• [6] Kamys B., [online], available: http://users.uj.edu.pl/~ufkamys/BK/bb_zakladki.pdf [Date of access: May 9, 2013]
• [7] Francuz P., Mackiewicz R., Liczby nie wiedzą skąd pochodzą. Przewodnik po metodologii i statystyce, Wydawnictwo KUL, Lublin 2005
• [8] Martin F.F., Computer Modeling and Simulation, Wiley, New York 1968
• [9] Blalock H.M., Social Statistics, McGraw-Hill Book Co., New York 1960