Kami selalu mendengar tentang vektor data ini VS vektor data lain ini independen satu sama lain, atau tidak berkorelasi, dll, dan sementara mudah untuk menemukan matematika mengenai dua konsep itu, saya ingin mengikat mereka menjadi contoh-contoh dari real- hidup, dan juga menemukan cara untuk mengukur hubungan ini.
Dari sudut pandang ini, saya mencari contoh dua sinyal yang merupakan kombinasi berikut: (Saya akan mulai dengan beberapa):
Dua sinyal yang independen DAN (tentu saja) tidak berkorelasi:
- Suara dari mesin mobil (sebut saja ) dan suara Anda ( ) saat Anda berbicara.
- Rekaman kelembaban setiap hari ( ) dan indeks dow-jones ( ).v 2 [ n ]
T1) Bagaimana Anda mengukur / membuktikan bahwa mereka independen dengan dua vektor di tangan? Kita tahu bahwa independensi berarti bahwa produk pdf mereka sama dengan pdf bersama mereka, dan itu hebat, tetapi dengan dua vektor di tangan, bagaimana seseorang membuktikan independensi mereka?
- Dua sinyal yang TIDAK independen, tetapi masih tidak berkorelasi:
T2) Saya tidak bisa memikirkan contoh di sini ... apa contohnya? Saya tahu kita bisa mengukur korelasi dengan mengambil korelasi silang dari dua vektor tersebut, tetapi bagaimana kita membuktikan bahwa mereka juga TIDAK independen?
- Dua sinyal yang berkorelasi:
- Vektor yang mengukur suara penyanyi opera di aula utama, , sementara seseorang merekam suaranya dari suatu tempat di dalam gedung, katakan di ruang latihan ( ).v 2 [ n ]
- Jika Anda terus mengukur detak jantung di mobil Anda, ( ), dan juga mengukur intensitas cahaya biru yang menimpa kaca depan mobil Anda ( ) ... Saya kira itu akan sangat berkorelasi .. . :-)v 2 [ n ]
Q3) Terkait dengan q2, tetapi dalam hal mengukur korelasi silang dari titik berdiri empiris ini, apakah cukup untuk melihat titik produk dari vektor-vektor tersebut (karena itu adalah nilai pada puncak korelasi silang mereka)? Mengapa kita peduli dengan nilai-nilai lain dalam fungsi cross-corr?
Terima kasih sekali lagi, semakin banyak contoh yang diberikan semakin baik untuk membangun intuisi!