
Korrelationskoeffizient, Methode der kleinsten Quadrate
Author
Participating institute
Institut für Stochastik (STOCH)
Fakultät für Mathematik (MATH)
Genre
Description
Der Korrelationskoeffizient von Karl Pearson ergibt sich natürlicher Weise, wenn man eine Zufallsvariable $Y$ bestmöglich durch eine affine Transformation einer Zufallsvariablen $X$ approximieren will. In diesem Video wird diese Approximationsaufgabe gelöst und anhand eines Beispiels konkret durchgeführt. Dieses Beispiel gibt Anlass, die Aufgabe kritisch zu hinterfragen. Die Methode der kleinsten Quadrate kann als Spezialfall angesehen werden, wenn der Zufallsvektor $(X,Y)$ jeden von $n$ Punkten $(x_1,y_1), \ldots , (x_n,y_n)$ mit gleicher Wahrscheinlichkeit $1/n$ annimmt. Das Video setzt voraus, dass man mit den Begriffen "Kovarianz" und "gemeinsame Verteilung" vertraut ist.
Keywords
Stochastik, Korrelationskoeffizient, mittlere quadratische Abweichung, affine Transformation, Methode der kleinsten Quadrate
Duration (hh:mm:ss)
00:16:35
Published on
12.05.2021
Subject area
License
Creative Commons Attribution – NonCommercial – NoDerivatives 4.0 International
Resolution | 1280 x 720 Pixel |
Aspect ratio | 16:9 |
Audio bitrate | 127248 bps |
Audio channels | 2 |
Audio Codec | aac |
Audio Sample Rate | 48000 Hz |
Total Bitrate | 234847 bps |
Color Space | yuv420p |
Container | mov,mp4,m4a,3gp,3g2,mj2 |
Media Type | video/mp4 |
Duration | 995 s |
Filename | DIVA-2021-175_hd.mp4 |
File Size | 29.215.708 byte |
Frame Rate | 25 |
Video Bitrate | 101504 bps |
Video Codec | h264 |
Media URL
Embed Code