• Fakültə: İnformasiya və

Telekommunikasiya
texnologiyaları
• Fənn: Ehtimal nəzəriyyəsi və riyazi
statistika
• Kurs: 2
• Qrup: 682a1
• Müəllim: Tahirova Azadə
• Tələbə: Səmid Rustamov
Kovariasiya.
Korrelyasiya
 Ehtimal nəzəriyyəsində asılı olmayan təsadüfi
kəmiyyətlərin cəminin paylanmasını tədqiq etmək
üçün əsas üsul xarakteristik funksiyalar üsuludur.
•Kovariasiya və korrelyasiya statistika və ehtimal nəzəriyyəsində iki fərqli anlayışdır, lakin praktikada
əslində nə deməkdir? Daha da önəmlisi, onlardan nə vaxt istifadə edirik?

•Sadə dillə desək: biz bu anlayışların hər ikisindən məlumat dəyişənləri və dəyərlər arasındakı
əlaqələri anlamaq üçün istifadə edirik. Dəyişənlər arasındakı əlaqəni kəmiyyətcə qiymətləndirə və
sonra bu öyrənmələrdən ya proqnozlaşdırıcı modelləşdirmə, anlayışın yaradılması və ya hətta
verilənlərdən istifadə edərək hekayələrin yazılması üçün dəyişənləri seçmək, əlavə etmək və ya
dəyişdirmək üçün istifadə edə bilərik. Beləliklə, həm korrelyasiya, həm də kovariasiya maşın
öyrənməsində və məlumatların təhlilində yüksək faydalılığa malikdir. Daha çox öyrənmək üçün gəlin
daxil olaq!
•Kovariasiya iki dəyişənin birlikdə necə dəyişdiyini ortaya qoyur, korrelyasiya isə iki dəyişənin bir-
biri ilə nə qədər sıx əlaqəli olduğunu müəyyən edir.

•Həm kovariasiya, həm də korrelyasiya iki dəyişən arasındakı əlaqəni və asılılığı ölçür.
•Kovariasiya dəyişənlər arasında xətti əlaqənin istiqamətini göstərir.
•Korrelyasiya iki dəyişən arasındakı xətti əlaqənin həm gücünü, həm də istiqamətini ölçür.
•Korrelyasiya dəyərləri standartlaşdırılıb.
•Kovariasiya dəyərləri standartlaşdırılmayıb.
•Sadə dillə desək, həm kovariasiya, həm də korrelyasiya iki dəyişən arasındakı əlaqəni və asılılığı
ölçür. Kovariasiya dəyişənlər arasındakı xətti əlaqənin istiqamətini göstərir, korrelyasiya isə iki
dəyişən arasındakı xətti əlaqənin həm gücünü, həm də istiqamətini ölçür. Korrelyasiya kovariasiya
funksiyasıdır.
• Bu iki anlayışı bir-birindən fərqləndirən odur ki, korrelyasiya dəyərləri standartlaşdırılıb,
kovariasiya isə standartlaşdırılmır. İki dəyişənin korrelyasiya əmsalını bu dəyişənlərin kovariasiyasını
eyni dəyərlərin standart kənarlaşmalarının hasilinə bölməklə əldə edə bilərsiniz. Bunun praktikada nə
demək olduğunu aşağıda görəcəyik.
•Unutmayın ki, standart sapma məlumat dəstinin paylanmasının
mütləq dəyişkənliyini ölçür. Kovariasiya dəyərlərini standart
sapmaya böldükdə, o, mahiyyətcə dəyəri -1-dən +1-ə qədər
məhdud diapazona qədər azaldır. Bu, korrelyasiya dəyərlərinin
dəqiq diapazonudur.
•İki dəyişənin (x və y)
kovariasiyası cov(x,y) kimi
təqdim edilə bilər. Əgər E[x] 'x'
nümunəsinin gözlənilən dəyəri və
ya ortasıdırsa, o zaman cov(x,y)
aşağıdakı şəkildə təmsil oluna
bilər:
•Tək dəyişənə baxsaq, ‘y,’
cov(y,y) desək, ifadəni aşağıdakı
şəkildə yaza bilərik:
 • İndi gördüyümüz kimi, yuxarıdakı
şəkildə, 's²' və ya nümunə variasiyası
əsasən dəyişənin özü ilə kovariasiyasıdır.
Bu termini də aşağıdakı şəkildə təyin edə
bilərik:
•Yuxarıdakı düsturda (A) tənliyinin payı kvadrat sapmaların cəmidir. İki dəyişəni x və y olan (B)
tənliyində bu çarpaz hasillərin cəmi adlanır. Yuxarıdakı düsturda n məlumat dəstindəki nümunələrin
sayıdır. Qiymət (n-1) sərbəstlik dərəcələrini göstərir. Sərbəstlik dərəcələrini izah etmək üçün bir
nümunəyə baxaq. Üç ədəddən ibarət çoxluqda orta dəyər 10-dur və üç dəyişəndən ikisi beş və 15-dir.
Bu o deməkdir ki, üçüncü dəyər üçün yalnız bir imkan var: 10. Eyni orta dəyərə malik üç ədəddən
ibarət istənilən çoxluq ilə, məsələn: 12 , səkkiz və 10 və ya deyək ki, doqquz, 10 və 11, çoxluqda hər
hansı iki verilmiş dəyər üçün yalnız bir dəyər var. Əsasən, siz iki dəyəri dəyişə bilərsiniz və üçüncü
dəyər özünü düzəldir. Burada sərbəstlik dərəcəsi ikidir. Başqa sözlə, sərbəstlik dərəcələri
qiymətləndirmənin hesablanmasına daxil olan müstəqil məlumat nöqtələrinin sayıdır. Yuxarıdakı
misalda gördüyümüz kimi, nümunədəki maddələrin sayına (n) bərabər olması mütləq deyil.
 Weisstein, Eric
W.
"Kovarians".
MathWorld.
Ədəbiyyat
: Weisstein,
Eric W.
"Statistik
korrelyasiya".
MathWorld.