Distribuzioni multivariate. Correlazione e covarianza
Di cosa parla
Riassunto AI · si legge in un minuto
Leggi il riassunto completo
- Il valore medio della variabile casuale r, definita come il rapporto tra la lunghezza del pezzo lungo e quello corto ottenuto spezzando una barra unitaria in modo uniforme nell'intervallo [0.5, 1], è calcolato analiticamente come ln(4) - 1.
- Nel caso di misure indirette di grandezze soggette a errori casuali, l'incertezza sulla grandezza derivata q si propaga attraverso la somma in quadratura delle incertezze dirette ponderate dalle derivate parziali della funzione che lega le variabili.
- La covarianza s_xy misura il grado di correlazione tra due variabili casuali x e y, risultando nulla se le misure sono indipendenti, positiva per una correlazione diretta e negativa per un'anticorrelazione.
- Il coefficiente di correlazione lineare r, definito come il rapporto tra la covarianza e il prodotto delle deviazioni standard, fornisce una misura normalizzata della forza del legame lineare tra due variabili fisiche.
- Per combinazioni lineari di variabili gaussiane indipendenti, la varianza della somma è la somma delle varianze pesate dai quadrati dei coefficienti, mentre per misure correlate la somma lineare delle incertezze rappresenta un limite superiore all'errore totale.
Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo
Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.
Studia questi appunti con l'AI
Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.
In preparazione: di solito è pronto in giornata.
Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.
Simula l'esame con domande costruite su questi appunti.