তিন ভেক্টর দেওয়া , এবং , এটা যে মধ্যে সম্পর্ক খুঁজে পায় সম্ভব এবং , এবং ও এবং সমস্ত নেতিবাচক হয়? অর্থাৎ এটা কি সম্ভব?খ গ একটি খ একটি গ খ গ
তিন ভেক্টর দেওয়া , এবং , এটা যে মধ্যে সম্পর্ক খুঁজে পায় সম্ভব এবং , এবং ও এবং সমস্ত নেতিবাচক হয়? অর্থাৎ এটা কি সম্ভব?খ গ একটি খ একটি গ খ গ
উত্তর:
ভেক্টরের আকার 3 বা তার বেশি হলে এটি সম্ভব। উদাহরণ স্বরূপ
পারস্পরিক সম্পর্কগুলি
আমরা প্রমাণ করতে পারি যে আকার 2 এর ভেক্টরগুলির পক্ষে এটি সম্ভব নয়:
সূত্র জ্ঞান করে তোলে যদি চেয়ে বড় একটি 2 , খ 1 চেয়ে বড় হতে হয়েছে খ 1 পারস্পরিক সম্পর্ক নেতিবাচক করা।
একইভাবে (ক, গ) এবং (খ, সি) এর মধ্যে পারস্পরিক সম্পর্ক রয়েছে
স্পষ্টতই, এই তিনটি সূত্র একই সময়ে ধরে রাখতে পারে না।
Yes, they can.
Suppose you have a multivariate normal distribution . The only restriction on is that it has to be positive semi-definite.
So take the following example
Its eigenvalues are all positive (1.2, 1.2, 0.6), and you can create vectors with negative correlation.
let's start with a correlation matrix for 3 variables
non-negative definiteness creates constraints for pairwise correlations which can be written as
For example, if , the values of is restricted by , which forces . On the other hand if , can be within range.
Answering the interesting follow up question by @amoeba: "what is the lowest possible correlation that all three pairs can simultaneously have?"
Let , Find the smallest root of , which will give you . Perhaps not surprising for some.
A stronger argument can be made if one of the correlations, say . From the same equation , we can deduce that . Therefore if two correlations are , third one should be .
A simple R function to explore this:
f <- function(n,trials = 10000){
count <- 0
for(i in 1:trials){
a <- runif(n)
b <- runif(n)
c <- runif(n)
if(cor(a,b) < 0 & cor(a,c) < 0 & cor(b,c) < 0){
count <- count + 1
}
}
count/trials
}
As a function of n
, f(n)
starts at 0, becomes nonzero at n = 3
(with typical values around 0.06), then increases to around 0.11 by n = 15
, after which it seems to stabilize:
So, not only is it possible to have all three correlations negative, it doesn't seem to be terribly uncommon (at least for uniform distributions).