Aufgaben:Aufgabe 4.2Z: Korrelation zwischen „x“ und „e hoch x“: Unterschied zwischen den Versionen
K (Textersetzung - „\*\s*Sollte die Eingabe des Zahlenwertes „0” erforderlich sein, so geben Sie bitte „0\.” ein.“ durch „ “) |
|||
(5 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt) | |||
Zeile 3: | Zeile 3: | ||
}} | }} | ||
− | [[Datei:P_ID252__Sto_Z_4_2.png|right|Eingangs-WDF und Kennlinie]] | + | [[Datei:P_ID252__Sto_Z_4_2.png|right|frame|Eingangs-WDF $f_x(x)$ und Kennlinie $y = {\rm e}^x$]] |
− | Die Zufallsgröße $x$ sei gleichverteilt zwischen $-1$ und $+1$. Damit ist | + | Die Zufallsgröße $x$ sei gleichverteilt zwischen $-1$ und $+1$. Damit ist |
− | *der Mittelwert $m_x = 0$, und | + | *der Mittelwert $m_x = 0$, und |
− | *die Varianz $\sigma_x^2 = 1/3$. | + | *die Varianz $\sigma_x^2 = 1/3$. |
− | Durch die nichtlineare Kennlinie $y = g(x) = {\rm e}^x$ wird die Zufallsgröße $y $ gebildet. Zwischen den beiden Zufallsgrößen $x$ und $y$ besteht also ein fester, deterministischer Zusammenhang und die Zufallsgröße $y$ kann nur Werte zwischen $1/{\rm e}$ und ${\rm e}$ annehmen. | + | Durch die nichtlineare Kennlinie $y = g(x) = {\rm e}^x$ wird die Zufallsgröße $y $ gebildet. Zwischen den beiden Zufallsgrößen $x$ und $y$ besteht also ein fester, deterministischer Zusammenhang und die Zufallsgröße $y$ kann nur Werte zwischen $1/{\rm e}$ und ${\rm e}$ annehmen. |
− | Für die Wahrscheinlichkeitsdichtefunktion erhält man für diesen Bereich nach dem Prinzip [[Stochastische_Signaltheorie/Exponentialverteilte_Zufallsgrößen#Transformation_von_Zufallsgr.C3.B6.C3.9Fen|Transformation von Zufallsgrößen]]: | + | Für die Wahrscheinlichkeitsdichtefunktion erhält man für diesen Bereich nach dem Prinzip [[Stochastische_Signaltheorie/Exponentialverteilte_Zufallsgrößen#Transformation_von_Zufallsgr.C3.B6.C3.9Fen|„Transformation von Zufallsgrößen”]]: |
:$$f_y(y) = {\rm 1}/({\rm 2\it y}). $$ | :$$f_y(y) = {\rm 1}/({\rm 2\it y}). $$ | ||
− | + | ||
− | *Die Aufgabe gehört zum Kapitel [[Stochastische_Signaltheorie/Zweidimensionale_Zufallsgrößen|Zweidimensionale Zufallsgrößen]]. | + | |
− | *Bezug genommen wird auch auf das Kapitel [[Stochastische_Signaltheorie/Erwartungswerte_und_Momente|Erwartungswerte und Momente]]. | + | |
− | + | Hinweise: | |
− | *Berücksichtigen Sie, dass im betrachteten Bereich | + | *Die Aufgabe gehört zum Kapitel [[Stochastische_Signaltheorie/Zweidimensionale_Zufallsgrößen|Zweidimensionale Zufallsgrößen]]. |
+ | *Bezug genommen wird auch auf das Kapitel [[Stochastische_Signaltheorie/Erwartungswerte_und_Momente|Erwartungswerte und Momente]]. | ||
+ | *Berücksichtigen Sie, dass im betrachteten Bereich $-1 ≤ x ≤ +1$ die Exponentialfunktion wie folgt angenähert werden kann: | ||
:$$y={\rm e}^{x}\approx 1+ \frac{ x}{1!} + \frac{{ x}^{\rm 2}}{\rm 2!}+ \frac{{x}^{\rm 3}}{\rm 3!}+ \frac{{x}^{\rm 4}}{\rm 4!}.$$ | :$$y={\rm e}^{x}\approx 1+ \frac{ x}{1!} + \frac{{ x}^{\rm 2}}{\rm 2!}+ \frac{{x}^{\rm 3}}{\rm 3!}+ \frac{{x}^{\rm 4}}{\rm 4!}.$$ | ||
Zeile 26: | Zeile 28: | ||
<quiz display=simple> | <quiz display=simple> | ||
− | {Wie groß ist der Mittelwert $m_y$ der Zufallsgröße $y$? | + | {Wie groß ist der Mittelwert $m_y$ der Zufallsgröße $y$? |
|type="{}"} | |type="{}"} | ||
− | $m_y \ = $ { 1.175 3% } | + | $m_y \ = \ $ { 1.175 3% } |
− | {Berechnen Sie die Streuung $\sigma_y$ der Zufallsgröße $y$. | + | {Berechnen Sie die Streuung $\sigma_y$ der Zufallsgröße $y$. |
|type="{}"} | |type="{}"} | ||
− | $\sigma_y \ = $ { 0.658 3% } | + | $\sigma_y \ = \ $ { 0.658 3% } |
− | {Welche der folgenden Aussagen gelten hinsichtlich der 2D-WDF $f_{xy}(x, y)$? | + | {Welche der folgenden Aussagen gelten hinsichtlich der 2D-WDF $f_{xy}(x, y)$? |
|type="[]"} | |type="[]"} | ||
− | + Außerhalb der Kurve $y = {\rm e}^x$ ist $f_{xy}(x, y)= 0$. | + | + Außerhalb der Kurve $y = {\rm e}^x$ ist $f_{xy}(x, y)= 0$. |
− | - Für alle Werte ( | + | - Für alle Werte $(x,\ {\rm e}^x)$ ist die WDF $f_{xy}(x, y)$ konstant. |
− | + Die WDF beschreibt eine Diracwand entlang der Kurve $y = {\rm e}^x$. | + | + Die WDF beschreibt eine „Diracwand” entlang der Kurve $y = {\rm e}^x$. |
− | + Die | + | + Die Höhe der Diraclinien nimmt von links unten nach rechts oben ab. |
− | {Berechnen Sie das gemeinsame Moment $m_{xy}$ der Zufallsgrößen $x$ und $y$, also den Erwartungswert des Produkts $x \cdot y$. | + | {Berechnen Sie das gemeinsame Moment $m_{xy}$ der Zufallsgrößen $x$ und $y$, also den Erwartungswert des Produkts $x \cdot y$. |
|type="{}"} | |type="{}"} | ||
− | $m_{xy}\ = $ { 0.367 3% } | + | $m_{xy}\ = \ $ { 0.367 3% } |
− | {Berechnen Sie den Korrelationskoeffizienten $\rho_{xy}$ zwischen den Zufallsgrößen $x$ und $y$. | + | {Berechnen Sie den Korrelationskoeffizienten $\rho_{xy}$ zwischen den Zufallsgrößen $x$ und $y$. Interpretieren Sie das Ergebnis. |
− | |||
|type="{}"} | |type="{}"} | ||
− | $\rho_{xy}\ = $ { 0.967 3% } | + | $\rho_{xy}\ = \ $ { 0.967 3% } |
Zeile 59: | Zeile 60: | ||
===Musterlösung=== | ===Musterlösung=== | ||
{{ML-Kopf}} | {{ML-Kopf}} | ||
− | '''(1)''' Der Mittelwert $m_y$ kann in bekannter Weise aus der WDF $f_y(y)$ ermittelt werden. | + | '''(1)''' Der Mittelwert $m_y$ kann in bekannter Weise aus der WDF $f_y(y)$ ermittelt werden. |
− | |||
− | + | *Eine zweite Berechnungsmöglichkeit basiert direkt auf den Rechenregeln für Erwartungswerte: | |
− | $$ | + | :$$m_y={\rm E}\big[ y\big] = \int_{-\infty}^{+\infty}g(x) \cdot f_x(x)\,\, {\rm d}x = {1}/{2}\cdot\int_{-1}^{1}{\rm e}^{ x}\,\,{\rm d}x=\rm {1}/{2}\cdot(e-e^{-1}) \hspace{0.15cm}\underline{= 1.175}.$$ |
− | |||
− | |||
− | '''(3)''' Richtig sind <u>die Lösungsvorschläge 1, 3 und 4</u>: | + | '''(2)''' Für den quadratischen Mittelwert der Zufallsgröße $y$ gilt: |
− | *Außerhalb der Kurve $y = {\rm e}^x$ ist die WDF natürlich | + | :$$m_{2 y} = {\rm E}\big[ y^{\rm 2}\big] = {\rm E}[{\rm e}^{ 2 x}]= {1}/{2}\cdot\int_{-1}^{+1}{\rm e}^{2 x} \,\,{\rm d}x = {1}/{4}\cdot({\rm e}^{2}-{\rm e}^{-2}) = 1.813.$$ |
− | *Da das Volumen unter der 2D-WDF gleich $1$ ist, sind die WDF-Werte für den unendlich schmalen Bereich $y = {\rm e}^x$ unendlich groß. | + | |
− | *Das heißt: Die WDF beschreibt eine gekrümmte Diracwand. Aufgrund des Abfalls der WDF $f_y(y)$ mit steigenden $y$ nimmt die Höhe dieser Diracwand von $(-1, 1/{\rm e})$ bis zu $(+1, {\rm e})$kontinuierlich ab. | + | *Daraus erhält man mit dem Satz von Steiner: |
+ | :$$\sigma_y^{\rm 2} = m_{ 2 y}- m_{ y}^2 = {1}/{4}\cdot({\rm e}^{2}-{\rm e}^{-2})-{1}/{4}\cdot( {\rm e}^{2}-2+{\rm e}^{-2})={1}/{2}\cdot(1-{\rm e}^{-2})=0.432 \hspace{0.3cm} \Rightarrow \hspace{0.3cm}\sigma_y \hspace{0.15cm}\underline{= 0.658}.$$ | ||
+ | |||
+ | |||
+ | '''(3)''' Richtig sind <u>die Lösungsvorschläge 1, 3 und 4</u>: | ||
+ | *Außerhalb der Kurve $y = {\rm e}^x$ ist die WDF natürlich Null. | ||
+ | *Da das Volumen unter der 2D-WDF gleich $1$ ist, sind die WDF-Werte für den unendlich schmalen Bereich $y = {\rm e}^x$ unendlich groß. | ||
+ | *Das heißt: Die WDF beschreibt eine gekrümmte Diracwand. | ||
+ | *Aufgrund des Abfalls der WDF $f_y(y)$ mit steigenden $y$ nimmt die Höhe dieser Diracwand von $(-1, 1/{\rm e})$ bis zu $(+1, {\rm e})$ kontinuierlich ab. | ||
+ | |||
'''(4)''' Für das gemeinsame Moment gilt: | '''(4)''' Für das gemeinsame Moment gilt: | ||
− | $$m_{xy} = {\rm E}[ x\cdot y] = {\rm E}[ x\cdot {\rm e}^{x}].$$ | + | :$$m_{xy} = {\rm E}\big[ x\cdot y \big] = {\rm E}\big[ x\cdot {\rm e}^{x} \big].$$ |
− | Mit der angegebenen Reihenentwicklung folgt daraus die Näherung: | + | *Mit der angegebenen Reihenentwicklung folgt daraus die Näherung: |
− | $$m_{xy} \approx {\rm E}[x] + {\rm E}[x^{\rm 2}] + \frac{1}{2} \cdot {\rm E}[ x^{\rm 3}] + \frac{1}{6} \cdot {\rm E}[ x^{\rm 4}]+ \frac{1}{24} \cdot {\rm E}[ x^{\rm 5}].$$ | + | :$$m_{xy} \approx {\rm E}\big[x\big] + {\rm E}\big[x^{\rm 2}\big] + \frac{1}{2} \cdot {\rm E}\big[ x^{\rm 3}\big] + \frac{1}{6} \cdot {\rm E}\big[ x^{\rm 4}\big]+ \frac{1}{24} \cdot {\rm E}\big[ x^{\rm 5}\big].$$ |
− | Aufgrund der Symmetrie der Zufallsgröße $x$ gilt für alle ungeradzahligen Werte von $k$ $\rm E[\it x^{k}\rm ] =\rm 0.$ Weiterhin gilt: | + | *Aufgrund der Symmetrie der Zufallsgröße $x$ gilt für alle ungeradzahligen Werte von $k$: $\rm E\big[\it x^{k}\rm \big] =\rm 0.$ Weiterhin gilt: |
− | $${\rm E}[ x^{\rm 2}] = \sigma_{x}^{\rm 2}= \frac{1}{3}, \hspace{0.5cm} | + | :$${\rm E}\big[ x^{\rm 2}\big] = \sigma_{x}^{\rm 2}= \frac{1}{3}, \hspace{0.5cm} |
− | {\rm E}[ x^{\rm 4}] = \frac{1}{2}\int_{-1}^{+1} x^{\rm 4} \,\,{\rm d}x = \rm\frac{1}{5}\hspace{0.3cm} | + | {\rm E}\big[ x^{\rm 4}\big] = \frac{1}{2}\int_{-1}^{+1} x^{\rm 4} \,\,{\rm d}x = \rm\frac{1}{5}\hspace{0.3cm} |
\Rightarrow \hspace{0.3cm}{\it m_{xy}} = \rm\frac{1}{3} + \frac{1}{6}\cdot\frac{1}{5} = \frac{11}{30}\hspace{0.15cm}\underline{\approx 0.367}.$$ | \Rightarrow \hspace{0.3cm}{\it m_{xy}} = \rm\frac{1}{3} + \frac{1}{6}\cdot\frac{1}{5} = \frac{11}{30}\hspace{0.15cm}\underline{\approx 0.367}.$$ | ||
− | |||
− | |||
− | Zwischen $x$ und $y$ besteht zwar ein eindeutiger deterministischer Zusammenhang. Da aber hierin auch nichtlineare Bindungen enthalten sind, ist der Korrelationskoeffizient $ \rho_{xy} \ne 1$. | + | '''(5)''' Wegen $m_x = 0$ gilt $\mu_{xy} = m_{xy}$. Somit ergibt sich für den Korrelationskoeffizienten: |
+ | :$$\it \rho_{xy} = \frac{\mu_{xy}}{\sigma_x \cdot \sigma_y}=\rm\frac{0.367}{0.577 \cdot 0.658}\hspace{0.15cm}\underline{ \approx 0.967}.$$ | ||
+ | |||
+ | *Zwischen $x$ und $y$ besteht zwar ein eindeutiger deterministischer Zusammenhang. | ||
+ | *Da aber hierin auch nichtlineare Bindungen enthalten sind, ist der Korrelationskoeffizient $ \rho_{xy} \ne 1$. | ||
{{ML-Fuß}} | {{ML-Fuß}} |
Aktuelle Version vom 7. Februar 2022, 15:35 Uhr
Die Zufallsgröße $x$ sei gleichverteilt zwischen $-1$ und $+1$. Damit ist
- der Mittelwert $m_x = 0$, und
- die Varianz $\sigma_x^2 = 1/3$.
Durch die nichtlineare Kennlinie $y = g(x) = {\rm e}^x$ wird die Zufallsgröße $y $ gebildet. Zwischen den beiden Zufallsgrößen $x$ und $y$ besteht also ein fester, deterministischer Zusammenhang und die Zufallsgröße $y$ kann nur Werte zwischen $1/{\rm e}$ und ${\rm e}$ annehmen.
Für die Wahrscheinlichkeitsdichtefunktion erhält man für diesen Bereich nach dem Prinzip „Transformation von Zufallsgrößen”:
- $$f_y(y) = {\rm 1}/({\rm 2\it y}). $$
Hinweise:
- Die Aufgabe gehört zum Kapitel Zweidimensionale Zufallsgrößen.
- Bezug genommen wird auch auf das Kapitel Erwartungswerte und Momente.
- Berücksichtigen Sie, dass im betrachteten Bereich $-1 ≤ x ≤ +1$ die Exponentialfunktion wie folgt angenähert werden kann:
- $$y={\rm e}^{x}\approx 1+ \frac{ x}{1!} + \frac{{ x}^{\rm 2}}{\rm 2!}+ \frac{{x}^{\rm 3}}{\rm 3!}+ \frac{{x}^{\rm 4}}{\rm 4!}.$$
Fragebogen
Musterlösung
- Eine zweite Berechnungsmöglichkeit basiert direkt auf den Rechenregeln für Erwartungswerte:
- $$m_y={\rm E}\big[ y\big] = \int_{-\infty}^{+\infty}g(x) \cdot f_x(x)\,\, {\rm d}x = {1}/{2}\cdot\int_{-1}^{1}{\rm e}^{ x}\,\,{\rm d}x=\rm {1}/{2}\cdot(e-e^{-1}) \hspace{0.15cm}\underline{= 1.175}.$$
(2) Für den quadratischen Mittelwert der Zufallsgröße $y$ gilt:
- $$m_{2 y} = {\rm E}\big[ y^{\rm 2}\big] = {\rm E}[{\rm e}^{ 2 x}]= {1}/{2}\cdot\int_{-1}^{+1}{\rm e}^{2 x} \,\,{\rm d}x = {1}/{4}\cdot({\rm e}^{2}-{\rm e}^{-2}) = 1.813.$$
- Daraus erhält man mit dem Satz von Steiner:
- $$\sigma_y^{\rm 2} = m_{ 2 y}- m_{ y}^2 = {1}/{4}\cdot({\rm e}^{2}-{\rm e}^{-2})-{1}/{4}\cdot( {\rm e}^{2}-2+{\rm e}^{-2})={1}/{2}\cdot(1-{\rm e}^{-2})=0.432 \hspace{0.3cm} \Rightarrow \hspace{0.3cm}\sigma_y \hspace{0.15cm}\underline{= 0.658}.$$
(3) Richtig sind die Lösungsvorschläge 1, 3 und 4:
- Außerhalb der Kurve $y = {\rm e}^x$ ist die WDF natürlich Null.
- Da das Volumen unter der 2D-WDF gleich $1$ ist, sind die WDF-Werte für den unendlich schmalen Bereich $y = {\rm e}^x$ unendlich groß.
- Das heißt: Die WDF beschreibt eine gekrümmte Diracwand.
- Aufgrund des Abfalls der WDF $f_y(y)$ mit steigenden $y$ nimmt die Höhe dieser Diracwand von $(-1, 1/{\rm e})$ bis zu $(+1, {\rm e})$ kontinuierlich ab.
(4) Für das gemeinsame Moment gilt:
- $$m_{xy} = {\rm E}\big[ x\cdot y \big] = {\rm E}\big[ x\cdot {\rm e}^{x} \big].$$
- Mit der angegebenen Reihenentwicklung folgt daraus die Näherung:
- $$m_{xy} \approx {\rm E}\big[x\big] + {\rm E}\big[x^{\rm 2}\big] + \frac{1}{2} \cdot {\rm E}\big[ x^{\rm 3}\big] + \frac{1}{6} \cdot {\rm E}\big[ x^{\rm 4}\big]+ \frac{1}{24} \cdot {\rm E}\big[ x^{\rm 5}\big].$$
- Aufgrund der Symmetrie der Zufallsgröße $x$ gilt für alle ungeradzahligen Werte von $k$: $\rm E\big[\it x^{k}\rm \big] =\rm 0.$ Weiterhin gilt:
- $${\rm E}\big[ x^{\rm 2}\big] = \sigma_{x}^{\rm 2}= \frac{1}{3}, \hspace{0.5cm} {\rm E}\big[ x^{\rm 4}\big] = \frac{1}{2}\int_{-1}^{+1} x^{\rm 4} \,\,{\rm d}x = \rm\frac{1}{5}\hspace{0.3cm} \Rightarrow \hspace{0.3cm}{\it m_{xy}} = \rm\frac{1}{3} + \frac{1}{6}\cdot\frac{1}{5} = \frac{11}{30}\hspace{0.15cm}\underline{\approx 0.367}.$$
(5) Wegen $m_x = 0$ gilt $\mu_{xy} = m_{xy}$. Somit ergibt sich für den Korrelationskoeffizienten:
- $$\it \rho_{xy} = \frac{\mu_{xy}}{\sigma_x \cdot \sigma_y}=\rm\frac{0.367}{0.577 \cdot 0.658}\hspace{0.15cm}\underline{ \approx 0.967}.$$
- Zwischen $x$ und $y$ besteht zwar ein eindeutiger deterministischer Zusammenhang.
- Da aber hierin auch nichtlineare Bindungen enthalten sind, ist der Korrelationskoeffizient $ \rho_{xy} \ne 1$.