มุมฉากมีความหมายอย่างไรในบริบทของสถิติ


60

ในบริบทอื่นหมายถึงมุมฉาก "ที่มุมฉาก" หรือ "ตั้งฉาก"

มุมฉากหมายถึงอะไรในบริบททางสถิติ?

ขอบคุณสำหรับคำอธิบายใด ๆ


2
ขอบคุณสำหรับคำถาม ฉันถามคนทั่วไปมากกว่านี้ว่าอะไรเป็นสิ่งที่พบได้บ่อยในทุก ๆ กรณีของ orthogonality ฉันก็สนใจที่จะรู้ว่าอิสรภาพทางสถิติทำให้อสังหาริมทรัพย์นี้เป็นที่พึงพอใจได้อย่างไร? physics.stackexchange.com/questions/67506
Val

5
ฉันประหลาดใจที่ไม่มีคำตอบใด ๆ ที่นี่พูดถึงว่าโดยปกติมันจะมีความหมายในเชิงคณิตศาสตร์ "เชิงพีชคณิต" ความรู้สึกของคำ ตัวอย่างเช่นเมื่อเราพูดถึง "ชุดมุมฉากของตัวแปร" มักจะมีความหมายว่าสำหรับเมทริกซ์กับชุดของตัวแปรX "orthonormal" ใช้เช่นกัน XTX=IX
ความน่าจะเป็นของระบบ

4
@probability "ฉาก" มีความหมายสำหรับพื้นที่เวกเตอร์ที่มีรูปแบบสมการกำลังสอง : สองเวกเตอร์vและWเป็นมุมฉากและถ้าหากQ ( V , W ) = 0 "orthonormal" หมายความว่านอกจากที่Q ( V , V ) = 1 = Q ( W , W ) ดังนั้น "orthogonal" และ "orthonormal" จึงไม่มีความหมายเหมือนกันและไม่ จำกัด เฉพาะเมทริกซ์ จำกัด ( เช่น , VและWQvwQ(v,w)=0Q(v,v)=1=Q(w,w)vwอาจจะเป็นองค์ประกอบของพื้นที่ Hilbert เช่นพื้นที่ของฟังก์ชั่นที่ซับซ้อนมูลค่าในR 3ใช้ในกลศาสตร์ควอนตัคลาสสิก).L2R3
whuber

ลิงค์นี้อาจช่วยให้เข้าใจการเชื่อมต่อ (ไม่) ของ orthogonality และสหสัมพันธ์ alecospapadopoulos.wordpress.com/2014/08/16/…
RBirkelbach

คอลเลกชันที่เพิ่มขึ้นของคำตอบที่แตกต่างกัน (แต่ถูกต้อง) บ่งชี้ว่านี่เป็นเธรด CW ที่ดี
whuber

คำตอบ:


-16

มันหมายความว่าพวกเขา [ตัวแปรสุ่ม X, Y] เป็น 'อิสระ' ซึ่งกันและกัน ตัวแปรสุ่มอิสระมักจะถูกพิจารณาว่าเป็น 'มุมฉาก' ซึ่งกันและกันโดย 'มุมฉาก' หมายความว่าผลิตภัณฑ์ภายในของทั้งสองคือ 0 (เงื่อนไขเทียบเท่าจากพีชคณิตเชิงเส้น)

ตัวอย่างเช่นบนระนาบ XY แกน X และ Y บอกว่าเป็น orthogonal เพราะถ้าค่า x ของจุดที่กำหนดเปลี่ยนไปพูดจาก (2,3) ถึง (5,3) ค่า y ยังคงเหมือนเดิม (3), และในทางกลับกัน. ดังนั้นตัวแปรทั้งสองจึงเป็น 'อิสระ'

ดูรายการวิกิพีเดียสำหรับความเป็นอิสระและOrthogonality


24
เนื่องจากความแตกต่างระหว่างสหสัมพันธ์และการขาดการพึ่งพาอาศัยกันเป็นสิ่งสำคัญการถือเอาฉาก orthogonality กับความเป็นอิสระไม่ใช่สิ่งที่ดีที่จะทำ
whuber

เนื่องจากทั้ง OP และผู้ตอบไม่มีการใช้งานมานานกว่าหนึ่งปีมันอาจจะคุ้มค่าที่จะแก้ไขอย่างน้อยก็ทำให้มันเป็นคำตอบที่ชัดเจน ฉันพยายามแล้ว
อัสซาด Ebrahim

1
ตัวอย่างหนึ่งที่พบบ่อยในสถิตินี้คือ PCA เทียบกับ ICA โดยมี PCA บังคับใช้ orthogonality และ ICA เพื่อเพิ่มความเป็นอิสระสูงสุด
jona

5
สำหรับผู้ดำเนินรายการ: เป็นเรื่องน่าละอายที่คำถามนี้ได้รับความนิยมและดีมากคือ "ติดอยู่" พร้อมกับคำตอบที่คิดว่าจะลดระดับลงมาก (คะแนนปัจจุบัน -4) เนื่องจากทั้ง OP และผู้ตอบไม่ได้เปิดใช้งานมานานกว่าหนึ่งปีอาจจะสามารถลบเช็คที่ "ยอมรับ" และคำถามจะถูก "open" คำตอบที่สมบูรณ์ยิ่งขึ้นด้านล่างพูดเพื่อตัวเอง
อัสซาด Ebrahim

1
@Assad mods ไม่สามารถลบการยอมรับของ OP ได้ นั่นคือจังหวัดของ OP
Glen_b

33

ฉันไม่สามารถแสดงความคิดเห็นเพราะฉันมีคะแนนไม่เพียงพอดังนั้นฉันจึงถูกบังคับให้พูดความคิดของฉันเป็นคำตอบโปรดยกโทษให้ฉัน จากสิ่งเล็ก ๆ น้อย ๆ ที่ฉันรู้ฉันไม่เห็นด้วยกับคำตอบที่เลือกโดย @crazyjoe เพราะ orthogonality ถูกกำหนดให้เป็น

E[XY]=0

ดังนั้น:

ถ้ามี pdf สมมาตรพวกมันจะขึ้นอยู่กับมุมฉาก Y=X2

ถ้าแต่ pdf เป็นศูนย์สำหรับค่าลบแสดงว่ามันขึ้นอยู่กับ แต่ไม่ใช่มุมฉากY=X2

ดังนั้นความตั้งฉากไม่ได้หมายความถึงความเป็นอิสระ


2
Y

2
@mugen, อาจบ่งบอกถึงคอนจูเกตที่ซับซ้อน
A. Donda

E[XY]XYX,Y=E[XY]

21

ถ้า X และ Y เป็นอิสระจากนั้นพวกเขาจะเป็นมุมฉาก แต่การสนทนานั้นไม่เป็นความจริงตามตัวอย่างของผู้ใช้ 497804 ที่ฉลาด สำหรับคำจำกัดความที่แน่นอนอ้างถึง

C1C2cov(C1,C2)=0

(หน้า 376, ความน่าจะเป็นและกระบวนการสุ่มโดยเจฟฟรีย์กริมเมตต์และเดวิด Stirzaker)

XYF(x,y)=FX(x)FY(y)x,yR

f(x,y)=fX(x)fY(y)

(หน้า 99, ความน่าจะเป็นและกระบวนการสุ่มโดย Geoffrey Grimmett และ David Stirzaker)


21

@ เมี่ยนได้ให้คำตอบแล้วและตามที่ระบุโดย @whuber ว่า orthogonal หมายถึงไม่เกี่ยวข้องกัน อย่างไรก็ตามฉันหวังว่าผู้คนจะให้การอ้างอิงบางอย่าง คุณอาจพิจารณาลิงค์ต่อไปนี้มีประโยชน์เนื่องจากอธิบายแนวคิดของสหสัมพันธ์จากมุมมองทางเรขาคณิต


1
ลิงค์ที่สองอธิบายทุกสิ่งที่ฉันอยากรู้ ขอบคุณ! :)
Lenar Hoyt

ตัวแปรสุ่มที่มีมูลค่าจริงXและYไม่มีการเชื่อมโยงหากและถ้าตัวแปรตรงกลางX-E(X)และY-E(Y)เป็นมุมฉาก [ref]
knedlsepp

1
@Bernd สองลิงค์แรกไม่ทำงาน
จม

@ ยอดเยี่ยมฉันเดาว่านี่เป็นบทความที่ลิงก์ที่สองชี้ไป
Josh O'Brien

8

เว็บไซต์ NIST (อ้างอิงด้านล่าง) กำหนดมุมฉากดังนี้ "การออกแบบการทดลองเป็นมุมฉากหากผลกระทบของปัจจัยใดก็ตามที่สมดุล (ผลรวมเป็นศูนย์) ข้ามผลกระทบของปัจจัยอื่น ๆ "

ใน deisgn ทางสถิติฉันเข้าใจ orthogonal เพื่อหมายถึง "ไม่ได้ทำร่วม" หรือ "ไม่ได้ใช้นามแฝง" สิ่งนี้มีความสำคัญเมื่อออกแบบและวิเคราะห์การทดสอบของคุณหากคุณต้องการตรวจสอบให้แน่ใจว่าคุณสามารถระบุปัจจัย / การรักษาต่าง ๆ ได้อย่างชัดเจน หากการทดสอบที่คุณออกแบบนั้นไม่ใช่มุมฉากนั่นหมายความว่าคุณจะไม่สามารถแยกผลของการรักษาที่แตกต่างกันได้อย่างสมบูรณ์ ดังนั้นคุณจะต้องทำการทดสอบติดตามเพื่อแยกแยะผลกระทบ สิ่งนี้จะเรียกว่า augmented deisgn หรือการออกแบบเชิงเปรียบเทียบ

ความเป็นอิสระดูเหมือนจะเป็นตัวเลือกคำที่ไม่ดีเนื่องจากมันใช้ในด้านอื่น ๆ ของการออกแบบและการวิเคราะห์

NIST Ref http://www.itl.nist.gov/div898/handbook/pri/section7/pri7.htm


3
+1 สำหรับการแนะนำบริบทการออกแบบการทดลอง คำว่า "orthogonal" ควรที่จะใช้ที่นี่เพราะจริงๆแล้วมันเป็นสิ่งเดียวกับแนวคิดทางคณิตศาสตร์: เวกเตอร์ (คอลัมน์) ที่เป็นตัวแทนของปัจจัยในการทดลองซึ่งถือว่าเป็นองค์ประกอบของปริภูมิแบบยุคลิดจริง ๆ จะเป็นมุมฉาก (ขวา มุมด้วยผลิตภัณฑ์ศูนย์จุด) ในการออกแบบมุมฉาก
whuber

2

เป็นไปได้ว่าพวกเขาหมายถึง 'ไม่เกี่ยวข้อง' หากพวกเขาพูดว่า 'มุมฉาก'; ถ้าสองปัจจัยเป็นมุมฉาก (เช่นในการวิเคราะห์ปัจจัย) พวกเขาไม่เกี่ยวข้องความสัมพันธ์ของพวกเขาคือศูนย์


3
สัมประสิทธิ์สหสัมพันธ์ (หรือตีความได้ตามธรรมชาติ) ค่าโคไซน์ของมุม เมื่อเป็นศูนย์คุณคิดว่ามุมคืออะไร? :-) Uncorrelated ไม่ได้หมายความว่าไม่เกี่ยวข้อง!
whuber

ฉันไม่ได้บอกว่าคุณผิด แต่คุณช่วยยกตัวอย่างบางอย่างที่ไม่เกี่ยวข้องและเกี่ยวข้องกันได้ไหม หรือในทางกลับกัน? ฉันไม่แน่ใจว่าฉันเข้าใจความแตกต่าง
เมี่ยน

และใช่ฉันรู้ว่ามุมนั้นจะเป็น 90 ° มุมฉากคือมุมฉาก
เมี่ยน

5
X{1,0,1}Y=X2XYρX,Y=0YX

อ่าใช่ขอบคุณ แต่ตรงกันข้ามไม่ได้เป็นไปได้หรือไม่ (ถ้าไม่มีตัวแปรตัวที่สามหรืออะไรที่คล้ายกัน)?
เมี่ยน

2

อ้างอิงจากhttp://terpconnect.umd.edu/~bmomen/BIOM621/LineardepCorrOrthogonal.pdfความเป็นอิสระเชิงเส้นเป็นเงื่อนไขที่จำเป็นสำหรับ orthogonality หรือ uncorrelatedness แต่มีความแตกต่างที่ชัดเจนโดยเฉพาะอย่างยิ่ง orthogonality ไม่ใช่ความสัมพันธ์


1

(X,Y)XY=0

Cov(XE[X],YE[Y])=E[XY]=E[0]=0Corr(XE[X],YE[Y])=0

1

ในเศรษฐมิติสมมติฐาน orthogonality หมายถึงค่าที่คาดหวังของผลรวมของข้อผิดพลาดทั้งหมดคือ 0 ตัวแปรทั้งหมดของ regressor คือ orthogonal ตามเงื่อนไขข้อผิดพลาดในปัจจุบัน

E(xi·εi)=0

ในแง่ที่ง่ายกว่ามันหมายถึงการถดถอยคือ "ตั้งฉาก" กับข้อผิดพลาด


-2

IV ที่ไม่เกี่ยวข้อง (อิสระ) อย่างน้อยสองอันต่อกันและกัน แต่ทั้งคู่มีอิทธิพลต่อ DV IV แต่ละอันมีส่วนช่วยในการแยกแยะคุณค่าของผลลัพธ์ในขณะที่ IV ของทั้งคู่หรือทั้งหมดมีส่วนช่วยในการทำนายรายได้ IV ไม่มีความสัมพันธ์กันและมักจะอยู่ในมุมฉาก * ดู Venn Diagram

ตัวอย่าง: ความสัมพันธ์ระหว่างแรงจูงใจและการศึกษาต่อรายได้

IV = ปีแห่งการศึกษา IV = แรงจูงใจ DV = รายได้

https://onlinecourses.science.psu.edu/stat505/node/167


-2

ตัวแปรสุ่มที่เกี่ยวข้องหมายถึงตัวแปรที่บอกว่า X และ Y สามารถมีความสัมพันธ์ใด ๆ อาจเป็นแบบเชิงเส้นหรือไม่เชิงเส้น คุณสมบัติความเป็นอิสระและมุมฉากจะเหมือนกันถ้าตัวแปรทั้งสองเกี่ยวข้องกันเป็นเส้นตรง


2
สิ่งนี้ทำให้ความผิดพลาดเกิดขึ้นโดย crazyjoe: orthogonality ไม่ได้หมายความถึงความเป็นอิสระเว้นแต่ตัวแปรจะกระจายกันตามปกติ
whuber
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.