ถ้าและYเป็นตัวแปรสุ่มที่ไม่มีการเชื่อมโยงซึ่งมีความแปรปรวนเท่ากันσ 2เราจะได้varนั้น
( X - Y )XYσ2
ดังนั้นρX,X-Y=cov(X,X-Y)
var( X- Y)COV( X, X- Y)= var( X) + var( - Y)= var( X) + var( Y)= 2 σ2,= cov( X, X) - cov( X, วาย)= var( X) - 0= σ2.ความแปรปรวนของผู้แปรปรวนร่วม0 เพราะX และY ไม่เกี่ยวข้องกัน
ดังนั้นเมื่อคุณพบ
∑ n i = 1 (xi- ˉ x )((xi-yi)-( ˉ x - ˉ y ))ρX, X- Y= cov( X, X- Y)var( X) var( X- Y)---------------√= σ2σ2⋅ 2 σ2------√= 12-√.
ตัวอย่างความสัมพันธ์ของ
xและ
x-yสำหรับชุดข้อมูลขนาดใหญ่
{(xi,yi):1≤i≤nΣni = 1( xผม- x¯) ( ( xผม- yผม) - ( x¯- y¯) )Σni = 1( xผม- x¯)2Σni = 1( ( xผม- yผม) - ( x¯- y¯) )2---------------------------------√
xx - yดึงมาจากประชากรที่มีคุณสมบัติเหล่านี้ซึ่งรวมถึง "ตัวเลขสุ่ม" เป็นกรณีพิเศษผลลัพธ์มีแนวโน้มที่จะใกล้เคียงกับค่าสหสัมพันธ์ของประชากร
1{ ( xผม, yผม) : 1 ≤ i ≤ n }12√≈ 0.7071 ...