).
спец. Соотноситься, быть взаимосвязанным с чем-н. Увеличение числа сердечных заболеваний коррелирует с усилением солнечной активности .
|| Ср. корреспондировать .

Толковый словарь иностранных слов Л. П. Крысина.- М: Русский язык , 1998 .

Смотреть что такое "коррелировать" в других словарях:

коррелировать - сопоставлять устанавливать — Тематики нефтегазовая промышленность Синонимы сопоставлятьустанавливать EN correlate … Справочник технического переводчика

Коррелировать - то есть производить расчет корреляции (математической или статистической взаимосвязи) между признаками … Физическая Антропология. Иллюстрированный толковый словарь.

коррелировать - коррел ировать, рует … Русский орфографический словарь

коррелировать - (I), коррели/рую, руешь, руют … Орфографический словарь русского языка

Рую, руешь; нсв. Книжн. Находиться в отношениях корреляции. Эти процессы коррелируют друг с другом … Энциклопедический словарь

КОРРЕЛИРОВАТЬ - Помещать что то в ситуацию, в которой оно находится в известном соотношении с другими вещами. 2. Вычислять коэффициент корреляции … Толковый словарь по психологии

Коррелировать - устанавливать корреляцию между взаимосвязанными явлениями … Словарь экономических терминов и иностранных слов

коррелировать - рую, руешь; нсв.; книжн. Находиться в отношениях корреляции. Эти процессы коррелируют друг с другом … Словарь многих выражений

коррелировать - коррел/ир/ова/ть … Морфемно-орфографический словарь

Валидность конвергентная и дискриминантная - (лат. convergens – приближаться, сходиться; discrivinans – различающий, разделяющий) – степень, в какой любой определённый инструмент тестирования обладает валидностью, если мера значения, полученная по этому тесту будет: а) коррелировать с… … Энциклопедический словарь по психологии и педагогике

Книги

• Кризис научного познания. Взгляд физика , Г. А. Сарданашвили. Современная наука начала XXI века столкнулась с проблемой, что истина, как представление реальности, при научном познании неизбежно оказывается многовариантной и противоречивой. Причиной тому…

Приветствую всех читателей портала Памм – Трейд! Меня зовут Олег Золотарев. Я ученик и успешный трейдер на рынке бинарных опционов.

Корреляция – что это? Громкое название – простой смысл!

Сегодня хочу рассказать Вам об очень интересном термине со страшным названием «корреляция». На самом деле страшного здесь ничего нет, ведь корреляция – это всего лишь степень зависимости между двумя явлениями или объектами.

Это понятие очень широко используется в математике, биологии, экономике, статистике, психологии, да и просто в повседневной жизни. Помните фразу из мультфильма про Винни-Пуха: «кажется дождь собирается»? Это элементарный пример корреляции. Когда мы смотрим на небо и видим там густые тучи, то делаем вывод о том, что может пойти дождь. Однако он может и не пойти. Это основной момент, который отличает корреляцию от строгих линейных зависимостей, типа у = f (х).

Корреляция – это зависимость, обусловленная наличием числа случайных факторов. Поэтому ее еще называют статистической зависимостью. Например, можно сделать предположение о том, что преступность возрастает с ростом безработицы. Однако, нельзя быть на 100% уверенным в этом. Ведь на конечный результат в данном случае влияет также менталитет людей, их воспитание, окружение и т.д. Таким образом, корреляция дает приближенную, но не точную взаимосвязь. Всегда существуют внешние факторы, которые могут повлиять на исход, а это значит – составить точный прогноз невозможно.

Итак, с общим понятием мы разобрались, а теперь поговорим о том, в чем и как выражается эта взаимосвязь. Связь между явлениями определяется коэффициентом корреляции. Она может быть очень сильной. Например, каждый из нас без сомнения может сказать о том, что с повышением уровня радиации наше здоровье ухудшается. При этом в примере мы видим обратно пропорциональную зависимость: чем выше радиация, тем хуже человеческое здоровье. Коэффициент корреляции при этом стремится к значению -1 и отражает отрицательную корреляцию.

Бывает такое, что явления или объекты никак не связаны между собой, например, на предновогоднюю речь президента абсолютно не влияет то, сколько Вы бутылок шампанского выпили накануне. В этом случае коэффициент корреляции равен нулю.

Если коэффициент стремится к значению +1, тогда наблюдается положительная корреляция. Например, чем больше у человека амбиций и чем выше уровень интеллекта, тем больше шансов занять руководящую должность.

Прямой перевод слова «корреляция» звучит как соотношение. Как одно явление соотносится с другим? Глобальное потепление повлекло серию торнадо в США. Взаимосвязь между этими событиями безусловно существует, и это дает возможность выдвинуть гипотезу об их причинно – следственных связях. Такое возможно только с коррелируемыми объектами. Если взаимосвязи между явлениями и объектами нет, то и корреляции тоже нет.

А теперь давайте разберемся, чем корреляция может помочь инвестору?

Корреляция инвестиционных активов: как это работает?

Много ли инвесторов использует принцип корреляции в своем инвестиционном портфеле? Думаю, вряд ли. Однако роль его значительно недооценили. Ведь все знают о том, что держать яйца в одной корзине нельзя, иначе говоря – риски нужно диверсифицировать. Тогда почему же не улучшить результат с помощью корреляции?

Например, Вы решили использовать в своей инвестиционной деятельности метод диверсификации и купили помимо акций одного крупного эмитента также акции небольших предприятий. А знали ли Вы, что акции гигантов бизнеса и акции малых предприятий имеют коэффициент корреляции +0,79? Это хоть и не единица, но тоже достаточно высокое значение. А как мы уже знаем, положительная корреляция показывает прямую зависимость: если акции крупного предприятия упадут, то есть вероятность снижения курса ценных бумаг и малых предприятий. В этом случае при диверсификации лучше выбирать активы, которые не имеют корреляционных связей.

Например, акции и облигации или акции и казначейские векселя. Что касается облигаций, то между собой они, так же, как и акции, коррелируются высоко. Коэффициент при этом может достигать 0,9. Если Вы не знаете, чем отличаются друг от друга эти ценные бумаги, то советую прочитать статью Виктора Самойлова . В ней Вы сможете найти не только доступные толкования этих терминов и особенности каждого, но и возможности заработка на этих ценных бумагах.

Помимо корреляционных связей между ценными бумагами, существует также зависимость между регионами. Чаще всего, чем ближе расстояние – тем выше корреляция. Например, если взять США и Канаду, то коэффициент корреляции составляет около 0,9. По мере отдаленности уменьшается и взаимосвязь. У США с Японией эта величина уже менее 0,5. Таким образом, диверсифицировать риски можно и при помощи одного актива, например акций, но в случае покупки их у эмитентов из разных частей света.

Какие еще активы и каким образом коррелируют между собой? Ценные бумаги и золото практически не имеют зависимости (корреляция равна нулю). А вот золото и серебро – два взаимозависимых актива, поэтому применять их в качестве диверсификации в одном портфеле нет смысла. Что происходит с долларом США, когда дорожает евро? Он дешевеет. Значит корреляция между этими валютами отрицательная.

При торговле бинарными опционами я тоже использую корреляционные связи. Если Вы еще не успели разобраться в чем отличие бинарных опционов от обычных биржевых опционов, то советую посмотреть это видео:

Чаще всего я работаю с валютными парами. Любой трейдер, имеющий хоть небольшой опыт, знает, что валютные пары зависят друг от друга (коррелируют). Например, падение EUR/USD может привести к падению GBP/USD. Аналогично рост курса пары USD/CHF может сказаться на росте USD/CAD. Если Вы новичок и не знаете, какие валюты связаны с долларом или евро и как они взаимодействуют между собой – не беда. Виктор Самойлов для этих целей разработал специальную стратегию . Принцип, заложенный в нее, как раз и отражает корреляционные связи. Если система фиксирует возрастание курса пары EUR/USD, то она дает Вам подсказки на активную покупку и по остальным парам, которые имеют с ней высокую положительную корреляцию. Если корреляция отрицательная, то подсказка будет на активную продажу опциона. Как это работает на практике, Вы можете увидеть из следующего видео:

Из всего этого можно сделать вывод, что без учета корреляции осуществить правильную диверсификацию нельзя. А это отразится непосредственно на эффективности инвестиционного портфеля. Чтобы приумножить капитал (не говоря уже о том, чтобы его сохранить), необходимо обязательно учитывать этот фактор. Для трейдера бинарными опционами также очень важно учитывать коэффициент корреляции, от этого во многом будет зависеть точность построенного прогноза.

Сегодня я рассказал Вам об одной стратегии, которая наиболее актуальна к нашему рассматриваемому вопросу. Однако в арсенале Виктора Самойлова большое число других, не менее эффективных стратегий. Рассмотреть всех их в рамках данной статьи я просто не имею возможности. Но если у Вас есть желание не упустить важную информацию (в том числе о стратегиях торговли), Вы можете подписаться на нашу рассылку при помощи формы ниже:

Получить пошаговую инструкцию заработка!

Раздел очень прост в использовании. В предложенное поле достаточно ввести нужное слово, и мы вам выдадим список его значений. Хочется отметить, что наш сайт предоставляет данные из разных источников – энциклопедического, толкового, словообразовательного словарей. Также здесь можно познакомиться с примерами употребления введенного вами слова.

Значение слова корреляция

корреляция в словаре кроссвордиста

корреляция

Словарь медицинских терминов

корреляция (лат. correlatio соотношение, корреляция)

1) в статистике

Толковый словарь русского языка. Д.Н. Ушаков

корреляция

корреляции, ж. (латин. correlatio) (науч.).

Соотношение, взаимная зависимость сопоставляемых понятий (филос.).

Взаимная связь явлений, находящихся в известной зависимости друг от друга. Рост безработицы и количество уголовных преступлений находятся в прямой корреляции друг к другу.

Толковый словарь русского языка. С.И.Ожегов, Н.Ю.Шведова.

корреляция

И, ж. (книжн.). Взаимная связь, соотношение.

прил. корреляционный, -ая, -ое.

Новый толково-словообразовательный словарь русского языка, Т. Ф. Ефремова.

корреляция

ж. Взаимная связь, соотношение предметов, явлений или понятий.

Энциклопедический словарь, 1998 г.

корреляция

в математической статистике - вероятностная или статистическая зависимость. В отличие от функциональной зависимости корреляция возникает тогда, когда зависимость одного из признаков от другого осложняется наличием ряда случайных факторов.

корреляция

КОРРЕЛЯЦИЯ (от позднелат. correlatio - соотношение) взаимная связь, взаимозависимость, соотношение предметов или понятий.

корреляция

КОРРЕЛЯЦИЯ стратиграфическая сопоставление друг с другом одновозрастных слоев осадочных и вулканических горных пород разных районов и привязка их к подразделениям единой стратиграфической шкалы.

корреляция

КОРРЕЛЯЦИЯ языковая

взаимообусловленность, связь, определенная зависимость языковых элементов.

Разновидность оппозиции в фонологии (Оппозиция в лингвистике).

Корреляция

Корреля́ция или корреляционная зависимость - статистическая взаимосвязь двух или более случайных величин. При этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин.

Математической мерой корреляции двух случайных величин служит корреляционное отношение \eta либо коэффициент корреляции R (или r ). В случае если изменение одной случайной величины не ведёт к закономерному изменению другой случайной величины, но приводит к изменению другой статистической характеристики данной случайной величины, то подобная связь не считается корреляционной, хотя и является статистической.

Впервые в научный оборот термин корреляция ввёл французский палеонтолог Жорж Кювье в XVIII веке. Он разработал «закон корреляции» частей и органов живых существ, с помощью которого можно восстановить облик ископаемого животного, имея в распоряжении лишь часть его останков. В статистике слово «корреляция» первым стал использовать английский биолог и статистик Фрэнсис Гальтон в конце XIX века.

Примеры употребления слова корреляция в литературе.

Между прочим, как это ни грустно, вулканологическая литература изобилует описаниями, авторы которых, не обременив себя сбором цифровых данных, тем не менее строят корреляции и делают серьезные выводы.

В своей явившейся поворотным пунктом статье 1959 года социолог Сеймур Мартин Липсет показал, что существует весьма высокая экспериментальная корреляция между стабильной демократией, с одной стороны, и уровнем экономического развития страны -- с другой, а также с другими показателями, относящимися к экономическому развитию, такими как урбанизация, образование и так далее.

Необходимо предостеречь, что вопреки обыденному словоупо треблению, когда мы просто говорим, что означающее ВЫРАЖАЕТ означаемое, во всякой семиологической системе имеются не два, а три различных элемента, ведь то, что я непосредственно воспринимаю, является не последовательностью двух элементов, а корреляцией , которая их объединяет.

Его подсознание произвело корреляцию частотных факторов, табулировало вероятность и выдало: - Его зовут Эдвард Экс.

Места исчезновения Экса, его новых появлений, его психологический индекс, плюс суммарная корреляция потайных мест, подходящих калеке тем, что в них его невозможно обнаружить.

Я вам удивляюсь, товарищ Выбегалло, на вашем месте я бы давно потребовал констатировать в протоколе, что здесь обнаружена несомненная корреляция между калориметрическими и контракционными характеристиками объекта.

Таким образом как бы устанавливается двойная корреляция между свободой личности и отчуждением, отказом от свободы личности и установлением порядка.

Более тесная корреляция обнаруживается между характером и импульсом к действию.

На самом деле эта корреляция настолько высока, что импульсы к действию могут сами по себе рассматриваться как часть синдрома.

Для оценки внутрипарного сходства близнецов вычисляли коэффициенты внутриклассовой корреляции Фишера и на их основе коэффициенты наследуемости.

Для оценки межвозрастной устойчивости суммарных показателей интеллекта подсчитывались ранговые корреляции по Спирмену.

Межвозрастные фенотипические корреляции для показателей вербального и общего интеллекта оказались значимыми в обеих выборках лишь при сравнении интеллекта в 6 и 7 лет и в 6 и 10 лет.

Однако в Колорадском исследовании были подсчитаны фенотипические и генетические корреляции между разными когнитивными показателями, полученными в разных возрастах.

Отчетливо видно, что в 7 лет корреляции вербальных характеристик с пространственными характеристиками, памятью и перцептивной скоростью оказываются ниже, чем в трех других возрастах.

Результирующие корреляции сначала оценивала ИЛ-машина тигра, потом они передавались для дополнительной обработки в бортовом процессоре нашей машины и наконец загружались в красную сеть, где со временем все заново начнут пережевывать стационарные ИЛы, они даже -- бывали такие случаи -- могут запросить исходные записи для пущей уверенности.

Что такое Корреляция? Значение слова «Корреляция» в популярных словарях и энциклопедиях, примеры употребления термина в повседневной жизни.

Корреляция (correlation) – Медицинский словарь

(в статистике) степень, с которой какая-либо одна характеристика воздействует на другую, причем эти характеристики являются взаимосвязанными и образуют пару. Такие парные характеристики могут быть представлены на графике в виде ряда точек. Если все точки на полученной рассеянной диаграмме (scatter diagram) укладываются на прямую линию (не являющуюся ни горизонтальной, ни вертикальной), то коэффициент корреляции (correlation coefficient) может меняться от +1 (если увеличение одной переменной сопровождается соответствующим увеличением другой) до -1 (если увеличение одной переменной сопровождается постоянным уменьшением другой); коэффициент корреляции, равный 0, свидетельствует о том, что между рассматриваемыми двумя характеристиками не существует никакой зависимости и они укладываются на одной прямой линии. Коэффициент регрессии (regression coefficient) является средним показателем того, с какой степенью увеличение одной характеристики влияет на увеличение/уменьшение другой. Если необходимо оценить вклад нескольких факторов в развитие того или иного заболевания, то относительный вклад каждого из них может быть вычислен с помощью методов статистики, напри мер, многовариантного анализа (multivariate analysis).

Корреляция (correlation) – Психологический словарь

Корреляция (correlation) – Социологический словарь

Устойчивое отношение между двумя измеряемыми величинами или переменными, выражаемое в статистической форме. Корреляции могут быть как положительными, так и отрицательными.

Корреляция (correlation) – Психологическая энциклопедия

Степень, в которой две или больше переменных связаны одна с другой.

Корреляция (correlation) – Экономический словарь

Размер или степень статистической зависимости между двумя или более переменными.

Корреляция (в Экономической Статистике) – Экономический словарь

понятие, отражающее наличие связи между явлениями, процессами и характеризующими их величинами.

Корреляция Бисериальная – Социологический словарь

Корреляция между дихотомической и количественной переменными, предполагающая, что дихотомическая переменная образовалась в результате группирования количественной переменной в два интервала. Показывает, какой была бы корреляция линейная между данными переменными, если бы дихотомическая переменная была количественной. Измеряется с помощью коэффициента К.Б. rbis, который вычисляется по формуле коэффициента линейной корреляции Пирсона. О.В. Терещенко

Корреляция Бисериальная – Психологическая энциклопедия

Корреляция Ж. – Толковый словарь Ефремовой

1. Взаимная связь, соотношение предметов, явлений или понятий.

Корреляция И Регрессия – Психологический словарь

(correlation and regression) Рассмотрение К. и Р. строится вокруг следующих осн. вопросов: а) существует ли между переменными X и Y такого рода связь, что по известным нам значениям X мы могли бы, по крайней мере с разумной степенью точности, предсказать значения Y? б) Какова сила (или теснота) этой связи между переменными X и Y? в) При условии существования такой связи между X и Y, каково оптимальное правило (или, выражаясь математически, уравнение) для предсказания Y по X и насколько хорошо оно обосновано? Когда мы занимаемся оценкой тесноты или степени связи (строго говоря, степени линейной связи), мы имеем дело с К. Термин "Р." относится к вопросам, связанным с предсказанием значений одной переменной по значениям др. Коэффициент корреляции Коэффициент К. произведения моментов Пирсона (r), - чаще называемый просто коэффициентом К., - яв-ся показателем силы линейной связи между двумя переменными и изменяется в пределах от +1 до -1. Нулевое значение коэффициента К. Пирсона указывает на отсутствие линейной связи между X и Y; положительные значения этого коэффициента свидетельствуют о существовании тенденции увеличения Y по мере увеличения X, тогда как его отрицательные значения свидетельствуют о существовании противоположной тенденции: уменьшения Y по мере увеличения X. Прямолинейная К. между X и Y имела бы место в том случае, если бы значения Y можно было безошибочно предсказать по значениям X, используя уравнение прогноза вида Y = аХ + b, где а и b - соответствующим образом подобранные константы. При а > 0 наблюдалась бы полная положительная К. (+1), а при а корреляция (-1). Уравнение вида Y = аХ + b называется линейным уравнением, поскольку при построении графика функции Y от X все точки (X, Y), удовлетворяющие данному уравнению, ложатся на прямую линию. Коэффициент К. Пирсона - это показатель степени линейной связи, а не связи вообще. Напр., он может указывать на полное отсутствие К. (r = 0) между двумя переменными, связанными функциональной нелинейной зависимостью. Из-за этих ограничений коэффициент К. Пирсона имеет тенденцию недооценивать степень связи между переменными. Несмотря на то что существует неск. различных, хотя и эквивалентных формул для вычисления коэффициента К. Пирсона, наиболее известной расчетной формулой яв-ся следующая: , где N - число парных оценок по X и Y. При интерпретации коэффициента К. следует проявлять осторожность. Одного только факта К. между переменными X и Y еще недостаточно для автоматического вывода о существовании между ними причинной связи. X может коррелировать с Y, потому что: а) изменения X вызывают изменения Y; б) изменения Y вызывают изменения Х; в) изменения др. переменных служат причиной изменений как X, так и Y. Напр., у уч-ся начальной школы объем словарного запаса положительно коррелирует с их ростом, потому что обе эти переменные связаны с возрастом. К тому же коэффициент К. Пирсона может снижаться вследствие "ограничения широты выборки". Сопоставление корреляционных и экспериментальных исследований Эксперим. исслед. предполагает манипулирование одной или несколькими независимыми переменными и часто имеет рез-том формулирование причинно-следственных утверждений в отношении воздействия независимых переменных на зависимую переменную. Корректность таких утверждений, как правило, обеспечивается соблюдением трех следующих условий: а) на начальном этапе исслед. эксперим. группы не должны систематически различаться по всем контролируемым переменным; б) эти группы подвергаются одинаковому воздействию всех контролируемых факторов, за исключением воздействия независимой переменной; в) после эксперим. воздействия, вызванного манипулированием независимой переменной, группы надежно различаются между собой по уровню зависимой переменной. Корреляционное исслед. не предполагает манипулирования независимыми переменными и в своей простейшей форме сводится к измерению ряда переменных и определению силы связей между ними. Хотя такие исслед. обеспечивают нас информ. о степени связи и даже позволяют предсказывать значения одних переменных по данным, к-рыми мы располагаем в отношении др. переменных, они, как правило, не позволяют делать выводы о причинно-следственных связях между переменными. Однако в наше время исследователям доступны методы статистического анализа, дающие возможность проверить, насколько конкретная корреляционная плеяда согласуется с определенной моделью причинно-следственных отношений. Частный коэффициент К. rXY.W является показателем силы линейной связи между переменными X и Y при исключенном влиянии переменной W. Он также позволяет "очистить" парную К. от примешивающегося влияния более чем одной переменной. Множественная корреляция Предположим, что мы хотим добиться наилучшего предсказания переменной Y (критериальной, или зависимой, переменной) на основе ряда др. переменных X1, Х2, Х3, ..., Хp (прогнозирующих, или независимых, переменных). Напр., нам захотелось предсказать степень успешности обучения в аспирантуре на основе студенческих отметок и количественных оценок письменных экзаменов для аспирантов (GRE). Пользуясь методами построения множественной регрессии, мы можем получить выражение вида: b0 + b1Х1 + ... + bpXp, где b0, b1, ... bp - соответствующим образом подобранные константы, которое оптимально предсказывает Y. Коэффициент множественной К., r, представляет собой коэффициент К. произведения моментов Пирсона между наилучшим предсказанием и фактическими значениями предсказываемой переменной, и, как таковой, служит мерой правильности предсказания на основе множественной регрессии. См. также Корреляционные методы, Статистика в психологии А. Д. Велл

Корреляция И Регрессия – Психологическая энциклопедия

(correlation and regression) Рассмотрение К. и Р. строится вокруг следующих осн. вопросов: а) существует ли между переменными X и Y такого рода связь , что по известным нам значениям X мы могли бы, по крайней мере с разумной степенью точности, предсказать значения Y? б) Какова сила (или теснота) этой связи между переменными X и Y? в) При условии существования такой связи между X и Y, каково оптимальное правило (или, выражаясь математически, уравнение) для предсказания Y по X и насколько хорошо оно обосновано? Когда мы занимаемся оценкой тесноты или степени связи (строго говоря, степени линейной связи), мы имеем дело с К. Термин "Р." относится к вопросам, связанным с предсказанием значений одной переменной по значениям др. Коэффициент корреляции Коэффициент К. произведения моментов Пирсона (r), - чаще называемый просто коэффициентом К., - яв-ся показателем силы линейной связи между двумя переменными и изменяется в пределах от +1 до -1. Нулевое значение коэффициента К. Пирсона указывает на отсутствие линейной связи между X и Y; положительные значения этого коэффициента свидетельствуют о существовании тенденции увеличения Y по мере увеличения X, тогда как его отрицательные значения свидетельствуют о существовании противоположной тенденции: уменьшения Y по мере увеличения X. Прямолинейная К. между X и Y имела бы место в том случае, если бы значения Y можно было безошибочно предсказать по значениям X, используя уравнение прогноза вида Y = аХ + b, где а и b - соответствующим образом подобранные константы. При а > 0 наблюдалась бы полная положительная К. (+1), а при а корреляция (-1). Уравнение вида Y = аХ + b называется линейным уравнением, поскольку при построении графика функции Y от X все точки (X, Y), удовлетворяющие данному уравнению, ложатся на прямую линию. Коэффициент К. Пирсона - это показатель степени линейной связи, а не связи вообще. Напр., он может указывать на полное отсутствие К. (r = 0) между двумя переменными, связанными функциональной нелинейной зависимостью . Из-за этих ограничений коэффициент К. Пирсона имеет тенденцию недооценивать степень связи между переменными. Несмотря на то что существует неск. различных, хотя и эквивалентных формул для вычисления коэффициента К. Пирсона, наиболее известной расчетной формулой яв-ся следующая: , где N - число парных оценок по X и Y. При интерпретации коэффициента К. следует проявлять осторожность. Одного только факта К. между переменными X и Y еще недостаточно для автоматического вывода о существовании между ними причинной связи. X может коррелировать с Y, потому что: а) изменения X вызывают изменения Y; б) изменения Y вызывают изменения Х; в) изменения др. переменных служат причиной изменений как X, так и Y. Напр., у уч-ся начальной школы объем словарного запаса положительно коррелирует с их ростом, потому что обе эти переменные связаны с возрастом. К тому же коэффициент К. Пирсона может снижаться вследствие "ограничения широты выборки". Сопоставление корреляционных и экспериментальных исследований Эксперим. исслед. предполагает манипулирование одной или несколькими независимыми переменными и часто имеет рез-том формулирование причинно-следственных утверждений в отношении воздействия независимых переменных на зависимую переменную. Корректность таких утверждений, как правило, обеспечивается соблюдением трех следующих условий: а) на начальном этапе исслед. эксперим. группы не должны систематически различаться по всем контролируемым переменным; б) эти группы подвергаются одинаковому воздействию всех контролируемых факторов, за исключением воздействия независимой переменной; в) после эксперим. воздействия, вызванного манипулированием независимой переменной, группы надежно различаются между собой по уровню зависимой переменной. Корреляционное исслед. не предполагает манипулирования независимыми переменными и в своей простейшей форме сводится к измерению ряда переменных и определению силы связей между ними. Хотя такие исслед. обеспечивают нас информ. о степени связи и даже позволяют предсказывать значения одних переменных по данным, к-рыми мы располагаем в отношении др. переменных, они, как правило, не позволяют делать выводы о причинно-следственных связях между переменными. Однако в наше время исследователям доступны методы статистического анализа , дающие возможность проверить, насколько конкретная корреляционная плеяда согласуется с определенной моделью причинно-следственных отношений. Частный коэффициент К. rXY.W является показателем силы линейной связи между переменными X и Y при исключенном влиянии переменной W. Он также позволяет "очистить" парную К. от примешивающегося влияния более чем одной переменной. Множественная корреляция Предположим, что мы хотим добиться наилучшего предсказания переменной Y (критериальной, или зависимой, переменной) на основе ряда др. переменных X1, Х2, Х3, ..., Хp (прогнозирующих, или независимых, переменных). Напр., нам захотелось предсказать степень успешности обучения в аспирантуре на основе студенческих отметок и количественных оценок письменных экзаменов для аспирантов (GRE). Пользуясь методами построения множественной регрессии, мы можем получить выражение вида: b0 + b1Х1 + ... + bpXp, где b0, b1, ... bp - соответствующим образом подобранные константы, которое оптимально предсказывает Y. Коэффициент множественной К., r, представляет собой коэффициент К. произведения моментов Пирсона между наилучшим предсказанием и фактическими значениями предсказываемой переменной, и, как таковой, служит мерой правильности предсказания на основе множественной регрессии. См. также Корреляционные методы, Статистика в психологии А. Д. Велл

Корреляция Каноническая – Социологический словарь

Англ. correlation, canonic(al); нем. Korrelation, kanonische. Обобщение парной корреляции, используемое для определения взаимосвязи между двумя группами признаков.

Корреляция Каноническая – Социологический словарь

Обобщение парной корреляции, используемое для определения взаимосвязи между двумя группами признаков. Канонич. анализ, т. е. метод нахождения К.к., основан на построении таких линейных комбинаций признаков одной и другой группы, что обычный коэффициент парной корреляции между этими комбинациями достигает наибольшего значения. Такой максимальный коэффициент называется первым канонич. коэффициентом корреляции, а соответствующие линейные комбинации двух групп признаков наз. первыми канонич. величинами. См. Кендалл М.Дж., Стьюарт А. Многомерный статический анализ и временные ряды. М., 1976; Вольд Г. Путевые модели с латентными переменными//Математика в социологии: моделирование и обработка информации М., 1977; Болч Б., Хуань К.Дж. Многомерные статистические методы для экономики. М., 1979; Дубровский С.А. Прикладной многомерный статистический анализ 1982; Липовецкий С.С. Некоторые модели канонирского анализа как экстремали квадратичных и билинейных форм//Комплексное применение математических методов в социологическом исследовании. М., 1983; Van den Wollenberg A.L. Redundancy: An alternative for canonical correlation analysis//Psychometrica. 1977. Vol. 42, №2. C.C. Липовецкий, Л.Г. Бадалян.

Корреляция Линейная – Социологический словарь

Англ. correlation, linear; нем. Korrelation, lineare. Корреляция, при к-рой отношение степени изменения одной переменной к степени изменения другой переменной является постоянной величиной.

Корреляцией между двумя величинами называется статистическая взаимосвязь, при которой изменение одной из величин приводит к систематическому изменению другой. Количественной мерой корреляции является линейный коэффициент корреляции (называемый также коэффициентом корреляции Пирсона) , вычисляемый по формуле:

• r xy – коэффициент корреляции значений величин x и y;
• d x – отклонение некоторого значения ряда x от среднего значения этого ряда;
• d y – отклонение некоторого значения ряда y от среднего значения этого ряда.

Диапазон возможных значений коэффициента корреляции находится между +1 и -1. При этом возможны следующие варианты:

• +1 – прямая зависимость между величинами;
• |r xy| > 0.7 – ярко выраженная зависимость между величинами;
• 0.4 < |r xy| > 0.7 – средне выраженная зависимость между величинами;
• |r xy| < 0.4 – слабо выраженная зависимость между величинами;
• -1 – обратная зависимость между величинами.

Важно заметить, что чем больше выборка значений, тем при меньшей величине модуля коэффициента корреляции можно говорить о наличии зависимости между x и y. К сожалению, в формуле заложена ловушка, которая применительно к финансовым инструментам может сыграть с инвестором злую шутку. В числителе отклонения величин могут иметь как одинаковые, так и разные знаки, поэтому произведение может также быть как положительным, так и отрицательным. В знаменателе же отклонения возведены в квадрат, что гарантирует положительность знаменателя. Пока что мы просто обратим на это внимание, а позже вернёмся к тому, что из этого может получиться.

Практический смысл вычисления корреляции между финансовыми инструментами заключается в получении важных фундаментальных данных, необходимых для принятия торговых решений. Реакция рынков на выход важных экономических новостей выражается в том, что вначале в движение приходят цены основных активов (золото, нефть, фьючерсы на промышленные индексы), иногда доходность . Как следствие, изменяются валютные курсы и котировки акций. Отслеживая взаимосвязь отдельных инструментов, а также причинно-следственные отношения между изменениями цен, можно оперативно пересматривать торговые и инвестиционные планы. Кроме того, анализ корреляций используется в управлении как обязательная часть .

Можно наглядно представить корреляцию двух величин в виде графика в координатах время-амплитуда. Например, при отрицательной корреляции получим подобную картину:

Знание корреляции активов снижает риски портфеля

Пусть, например, есть 2 актива. Для простоты представим, что их цены зависят от времени по закону синусоиды. Тогда при корреляции +1 получим полное наложение волн и открытие сделок по обоим активам будет равносильно удвоению позиций по одному из них. Корреляция -1, наоборот, означает взаимную компенсацию прибылей и убытков активов. Разумеется, удачно подобранные активы в целом не ходят вокруг одного и того же уровня, а имеют тенденцию к росту с течением времени. Кроме того, при одних активов, рост по другим позволяет минимизировать суммарный риск портфеля:

Процесс, называемый ребалансировкой портфеля, позволяет получать доход, попеременно меняя долю активов в портфеле. Наиболее просто это достигается при ярко выраженной отрицательной корреляции. Предположим, что изначально в портфеле были активы А и В с обратной корреляцией и соотношением 1:1, на общую сумму 1 млн рублей. В течение полугода актив А упал в цене на 20% и его стоимость из первоначальных 500 тыс. рублей стала 400 тыс. рублей. Актив В, наоборот, вырос на 20% и его стоимость поднялась до 600 тыс. рублей. Общая стоимость портфеля не изменилась и по-прежнему составляет 1 млн рублей. Теперь 50% актива В (300 тыс.) перекладываем в А и его стоимость теперь составляет 700 тыс., а актива В – 300 тыс.

В следующие полгода происходит противоположный процесс: активы возвращаются к своей изначальной цене. Теперь актив А вместо 700 тыс. стоит 840 тыс., а актив В вместо 300 тыс. - 240 тыс. Общая стоимость портфеля, таким образом, составила 1 млн 80 тыс. руб., т.е. его доходность за счёт ребалансировки – 8% годовых. Без ребалансировки доходность портфеля составила бы 0%. Реальные ситуации намного сложнее, т.к. корреляции большинства инструментов находятся в пределах между +0.5 и -0.5. Если рассмотреть график риск-доходность для разных соотношений двух инструментов при различных значениях корреляции, то получим следующую картину:

Как видно, чем ниже значение коэффициента корреляции инструментов, тем больше возможная доходность портфеля при одном и том же значении риска, либо тем меньше риск при одном и том же значении доходности.

Корреляция на форексе

Распространённая стратегия, основанная на корреляции валютных пар, заключается в том, что в случае резкого отклонения коэффициента корреляции от текущего значения, сделки открываются в направлении восстановления этого значения. Например, если пары EURUSD и GBPUSD длительное время двигались в одном направлении, то при их сильном расхождении можно ожидать сближения, если расхождение не вызвано долговременными (например, изменение учётной ставки).

Кроме того, корреляция валютных пар используется при комплексной оценке рынка. Например, накануне ипотечного кризиса 2008—2009 годов, когда австралийский и новозеландский доллары, а также английский фунт имели высокую ключевую ставку, большое развитие получила стратегия торговли под названием carry trade. Она заключалась в том, что при благоприятных для фондовых рынков событиях особенно активно росли пары этих валют с иеной, традиционно отличающейся очень низкой ставкой, они же и активно снижались при неблагоприятных событиях.

При том, что никакая корреляция не может затрагивать абсолютно все временные интервалы и возможны разнонаправленные движения валют, но ярко выраженное однонаправленное движение, как правило, говорит о наличии общего фундаментального «драйвера». Это облегчает планирование сделок. В частности, нет смысла искать откаты и внутри дня работать , если все чётко коррелирующие пары идут в одном направлении.

Посмотреть таблицу корреляции валютных пар и некоторых других инструментов в реальном времени можно на myfxbook.com/forex-market/correlation. Из этой таблицы видно, что практически не коррелируют между собой пары EURUSD и AUDCAD. В случае одновременного открытия сделок по этим парам можно не опасаться ни суммирования убытков, ни перекрывания прибыли по одной паре убытком по другой.

На этом графике показано, как австралийский и новозеландский доллары, обратно коррелирующие с «валютами-убежищами» иеной и швейцарским франком, активно росли в период наибольшего дифференциала ключевых ставок. Эта тенденция сменилась на противоположную после того, как с углублением ипотечного кризиса начался период срезания ставок.

Не бывает следствий без причины

Корреляция цен активов в чём-то подобна трендам: чем больше временной интервал для её расчёта, тем медленнее она изменяется. Но есть и то, что выгодно отличает корреляцию от многих других методов. Её можно рассчитать для таких пар активов, которые не торгуются ни на одной бирже (нефть-газ, нефть-золото), что позволяет дополнить арсенал аналитика ценной информацией, позволяющей «читать рынок между графиками».

Любая корреляция двух и более величин всегда имеет причинно-следственную связь. Одна из величин является определяющей, от которой зависит другая (или другие). Корреляция на фондовом рынке – не исключение. Например, в паре нефть-газ длительное время определяющими были котировки нефти. На графике ниже можно заметить, что расширение спреда между нефтью и газом за счёт резкого относительного роста газа сменялось столь же резким возвратом к относительному равновесию:

В то же самое время, в другой паре активов, золото-нефть, определяющим является уже золото. При значительном расширении (резкий рост или падение нефти при более стабильном золоте) именно нефть восстанавливает нарушенное равновесие:

Отслеживая подобное поведение «ведомых» активов, можно открывать сделки в сторону восстановления баланса. Кстати, корреляция на часто имеет в основе привязку некоторых валют к сырьевым активам. Их так и называют: «сырьевые валюты». Например, сильно зависят от нефти канадский доллар и рубль. В обоих случаях, корреляция прямая: чем дороже нефть, тем выше курс этих валют по отношению к доллару США.

В случае рубля корреляция графиков настолько чёткая, что может быть использована в торговой стратегии. Рассмотрим начало 2014 года. Нефть торгуется около 110$ за баррель, после чего на некоторое время поднимается чуть выше. Рубль же в это время, напротив, с 33 за доллар США кратковременно снижается до 36. На какой-то момент корреляция становится практически обратной, но равновесие быстро восстанавливается и рубль возвращается к курсу 33 за доллар, послушно следуя за нефтью. Ещё более яркий пример мы видим в конце 2014 года, когда произошло резкое ослабление рубля на фоне гораздо более плавно снижающейся нефти. И в этот раз нарушенное равновесие вскоре восстановилось благодаря укреплению рубля. С течением времени корреляция может претерпевать сильные изменения и даже из прямой переходить в обратную. Особенно ярко это проявилось в случае корреляции индексов Dow Jones Industrial Average и РТС.

В конце 2007 года, когда начали проявляться первые признаки ипотечного кризиса в США, индекс DJ развернулся вниз, но индекс РТС, благодаря активному росту нефтяных котировок, ещё только подбирался к историческому максимуму. Однако, в дальнейшем резкий обвал всех фондовых индексов мира сказался и на нефти. Это привело к тому, что индекс РТС по темпам падения практически в 2 раза превысил DJ. Кроме нефти, на темпах падения индекса РТС сказался и общий отток капиталов из развивающихся рынков.

Однако, кризис был недолгим и уже в начале 2009 года сменился экономическим ростом. Высокая корреляция между DJ и РТС наблюдалась вплоть до апреля 2012 года, который ознаменовался исчерпанием возможностей сырьевой модели развития российской экономики. Начиная с этого года, даже дорогая нефть уже не обеспечивала экономический рост. В дальнейшем в России экономический спад лишь усугубился на фоне дешевеющей нефти, тогда как американская экономика получила дополнительный стимул для роста. Корреляция между и стала обратной.

Само по себе наличие корреляции между активами ещё не означает, что на этом можно строить стратегию торговли или инвестирования. Предположим, нас интересует корреляция акций компании IBM за последние 12 месяцев (см. impactopia.com/correlation). Итак, на 4 месте по величине корреляции находится Banco Santander (около 0,43). Скорее всего, это просто случайное совпадение или системный недостаток самого метода расчёта корреляций.

Математическая ловушка

Как я уже упоминал выше, формула расчёта коэффициента корреляции очень чувствительна к знакам отклонений значений величин от их средних значений. Если эти отклонения чаще имеют одинаковые знаки, получается высокое значение коэффициента корреляции. Но будет ли это значение иметь смысл? Ответ вовсе не очевиден. Рассмотрим практический пример. Предположим, на графиках двух величин одновременно имеется :

Тогда новые значения этих величин будут систематически оказываться по одну сторону от их средних значений. Это приведёт к высокой положительной корреляции. К сожалению, никакой пользы от этой информации не будет, т.к. кроме наличия гэпа, ничего общего между графиками нет. Это лишь наглядный пример того, что при расчёте корреляции допускается использовать исключительно стационарные ряды значений, т.е. ряды, в которых нет трендовой составляющей. Это означает, что расчёт корреляций в мире финансовых активов неизбежно приводит к переоценке значимости факторов, в действительности имеющих случайный характер. Поймите правильно: важно не выискивать эти факторы и вводить на них специальные поправки, а показать саму суть явления и не искать очередной Грааль там, где его нет.

Впрочем, не всё так плохо. Есть способ обойти влияние трендов путём расчёта корреляции не самих цен, а их приращений. Тогда упомянутый выше ГЭП окажется статистическим выбросом, практически не влияющим на результат. Осталось лишь дождаться, когда такой подход возобладает. Не всегда можно найти свежие данные по корреляции активов. В таких случаях их можно рассчитать при помощи Microsoft Excel. Для этого котировки записываются в виде двух диапазонов ячеек, а затем в одной из свободных ячеек записывается функция следующего вида: =КОРРЕЛ (массив 1; массив 2). Массив может выглядеть, например, так: A1:A100. Для расчёта корреляции по приращениям цен, эта программа полезна вдвойне, ведь на основе цен закрытия нужно вначале рассчитать сами приращения.

Резюме

Корреляция между ценами активов — важный инструмент как анализа данных, так и управления рисками при портфельных инвестициях. Но, как и все статистические подходы, он не лишён серьёзных недостатков:

• наличие выраженной корреляции между данными в прошлом не может гарантировать её в будущем;
• используемая математическая модель имеет большие погрешности в периоды тренда.

Применение корреляционного подхода принесёт максимальную пользу в дополнение к другими методами анализа и управления капиталом. В комментариях предлагаю обсудить, как можно зарабатывать на корреляции конкретных активов. Свои примеры я привел в статье, жду ваших для обсуждения.

Всем профита!