Covarianza
Se due variabili aleatorie X e Y hanno covarianza nulla e quindi sono incorrelate si può affermare che f(X) e g(X) v.a. siano anche incorrelate comunque scelte f e g?...
Risposte
no.
Poni il caso in cui sia f che g sono funzioni degeneri, che a ogni valore X o Y restituiscano 0,, i valori avrebbero una correlazione pari a 1
Poni il caso in cui sia f che g sono funzioni degeneri, che a ogni valore X o Y restituiscano 0,, i valori avrebbero una correlazione pari a 1
"niandra82":
Poni il caso in cui sia f che g sono funzioni degeneri, che a ogni valore X o Y restituiscano 0,, i valori avrebbero una correlazione pari a 1
No. Perchè se f (o g) è costante allora la v.a. X'=f(X) è degenere ed è dunque indipendente da qualsiasi altra v.a. e dunque anche con covarianza nulla.
Giusto, non ci avevo pensato

Vediamo se questo di ragionamento fila.
Se tra X e Y c'è una relazione non lineare, diciamo Y=X^2, o qualcosa anche di più complicato, la correlazione può essere zero (o molto vicino a zero). Prendiamo una funzione in X che non faccia altro che linearizzare la relazione, nel nostro esempio $\sqrt{X}$, In questo caso tra Y e f(X) la correlazione sarà uno.
Daje Forte che dici? fila adesso il ragionamento?
Se tra X e Y c'è una relazione non lineare, diciamo Y=X^2, o qualcosa anche di più complicato, la correlazione può essere zero (o molto vicino a zero). Prendiamo una funzione in X che non faccia altro che linearizzare la relazione, nel nostro esempio $\sqrt{X}$, In questo caso tra Y e f(X) la correlazione sarà uno.
Daje Forte che dici? fila adesso il ragionamento?
Si mi pare meglio...
Vedi se riesci a crerlo con i numeri...un esempiomconcreto
Vedi se riesci a crerlo con i numeri...un esempiomconcreto
Presupponendo che quando si dice correlazione zero si intendano due variabili con correlazione prossima a zero, perchè sinceramente non penso che esistano variabili con correlazione esattamente 0
genero la X come un'uniforme tra -1000 e 1
> X <- runif(1000,-10000, 1)
Y la determino da X come $\sin(\sin(X))^2$
> Y <- sin(sin(X^2))^2
X e Y sono due variabili aleatorie la cui correlazione è prossima a zero
> cor.test(Y,X)
Pearson's product-moment correlation
data: Y and X
t = -0.6279, df = 998, p-value = 0.5302
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
-0.08176538 0.04217201
sample estimates:
cor
-0.01987303
la correlazione di Y e $\sin(\sin(X))^2$ è 1
> cor.test(Y,sin(sin(X^2))^2)
Pearson's product-moment correlation
data: Y and sin(sin(X^2))^2
t = Inf, df = 998, p-value < 2.2e-16
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
1 1
sample estimates:
cor
1
genero la X come un'uniforme tra -1000 e 1
> X <- runif(1000,-10000, 1)
Y la determino da X come $\sin(\sin(X))^2$
> Y <- sin(sin(X^2))^2
X e Y sono due variabili aleatorie la cui correlazione è prossima a zero
> cor.test(Y,X)
Pearson's product-moment correlation
data: Y and X
t = -0.6279, df = 998, p-value = 0.5302
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
-0.08176538 0.04217201
sample estimates:
cor
-0.01987303
la correlazione di Y e $\sin(\sin(X))^2$ è 1
> cor.test(Y,sin(sin(X^2))^2)
Pearson's product-moment correlation
data: Y and sin(sin(X^2))^2
t = Inf, df = 998, p-value < 2.2e-16
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
1 1
sample estimates:
cor
1
Vediamo questo.
Sia (X,Y) un vettore che assume i valori (0,0) (1,0) (-1,0) (0,1) con uguale probabilità. Se non sbaglio i conti sono incorrelato ma mon indipendnti. Se però consideriamo (X^2,Y) mi pare che queste suano correlate...controllate dovrebbe funzionare
Sia (X,Y) un vettore che assume i valori (0,0) (1,0) (-1,0) (0,1) con uguale probabilità. Se non sbaglio i conti sono incorrelato ma mon indipendnti. Se però consideriamo (X^2,Y) mi pare che queste suano correlate...controllate dovrebbe funzionare
Grazie mille per le risposte...mi sembra di capire quindi che la risposta alla mia domanda sia no....come del resto mi aspettavo, sapendo invece che due variabili X e Y sono indipendenti immagino che contrariamente a quanto accade per l'incorrelazione l'indipendenza valga anche per g(X) e per f(Y)...mi confermate questo?