База ответов ИНТУИТ

Статистические методы анализа данных

<<- Назад к вопросам

Известно, что коэффициент корреляции случайных величин X и Y равен нулю. Это означает, что

(Ответ считается верным, если отмечены все правильные варианты ответов.)
Варианты ответа
случайные величины X и Y зависимы
линейная связь между случайными величинами X и Y отсутствует(Верный ответ)
случайные величины X и Y независимы
если случайный вектор $(X,Y)$ является гауссовским, то случайные величины X и Y независимы(Верный ответ)
случайные величины X и Y линейно зависимы
Похожие вопросы
Известны парные коэффициенты корреляции случайных величин $X,Y,Z$: $\rho_{xy}=0.3,\rho_{xz}=0.4,\rho_{yz}=-0.5$ Частный коэффициент корреляции случайных величин X и Y при фиксированном значении Z будет
Известны парные коэффициенты корреляции случайных величин $X,Y,Z$: $\rho_{xy}=0.1,\rho_{xz}=0.5,\rho_{yz}=0.6$ Частный коэффициент корреляции случайных величин X и Y при фиксированном значении Z будет
Известны парные коэффициенты корреляции случайных величин $X,Y,Z$: $\rho_{xy}=-0.4,\rho_{xz}=0.6,\rho_{yz}=0.2$ Частный коэффициент корреляции случайных величин X и Y при фиксированном значении Z будет
Для двумерной гауссовской выборки $(X_{1},Y_{1}),...,(X_{14},Y_{14})$ вычислен выборочный коэффициент корреляции $\rho_{xy}$ . Какое распределение имеет статистика $\frac{\rho_{xy}}{\sqrt{1-\rho_{xy}^2}}\cdot \sqrt{12}$ в том случае, когда случайные величины X и Y независимы?
Для двумерной гауссовской выборки $(X_{1},Y_{1}),...,(X_{15},Y_{15})$ вычислен выборочный коэффициент корреляции $\rho_{xy}$ . Какое распределение имеет статистика $\frac{\rho_{xy}}{\sqrt{1-\rho_{xy}^2}}\cdot \sqrt{13}$ в том случае, когда случайные величины X и Y независимы?
Для двумерной гауссовской выборки $(X_{1},Y_{1}),...,(X_{12},Y_{12})$ вычислен выборочный коэффициент корреляции $\rho_{xy}$ . Какое распределение имеет статистика $\frac{\rho_{xy}}{\sqrt{1-\rho_{xy}^2}}\cdot \sqrt{10}$ в том случае, когда случайные величины X и Y независимы?
Рассматривается модель следующего вида $Y=f(X)+\varepsilon$, в которой Y и X – наблюдаемые случайные величины, а \varepsilon - ненаблюдаемая случайная помеха с нулевым математическим ожиданием. Предполагается, что случайные величины X и $\varepsilon$ независимы. Корреляционным отношением переменной Y по X называют
Коэффициент множественной корреляции $R_{YX}=R_{Y,(X_{1},X_{2},X_{3})}$ между выходной (результирующей) переменной Y и входными (объясняющими) переменными $X_{1},X_{2},X_{3}$ обладает следующими свойствами
Сто(100) студентов-математиков прошли тестирование по математическому анализу (показатель Х) и английскому языку (показатель Y). Коэффициент корреляции Спирмена для переменных X и Y оказался равным 0.4. Эта информация
Вектор показателей $X=(X_1,…,X_k)^T$ представлен в виде $\check X=A\cdot F+\varepsilon$,где F- вектор общих факторов размерности $m < k$, $\varepsilon$ - вектор случайных погрешностей размерности k, А - матрица нагрузок размерности $k\times m$. Элементы $a_ij$,>$i=1,…,k$>$j=1,…,m$ матрицы А - это