样本相关系数公式的一点化简方法

注：本文章中部分引用来自人教A版数学选择性必修第三册8.1.2节。

一、引入

先来看一道例题：
现有 $n=5$ 的成对数据，分别为 $(101,52)$ ， $(102,54)$ ， $(103,54)$ ， $(104,55)$ ， $(105,57)$ 。求样本相关系数 $r$ 。

这一道题我硬算至少得5分钟。

是不是十分头疼，那就需要想一些简单的求法。

二、意义及公式

1、意义

引入一个适当的“数字特征”，对成对样本数据的相关程度进行定量分析。

在我们取出了若干个成对数据之后，可以将它们以散点图的形式画在坐标系中。那我们很容易想到，把画出来的所有点任意地平移，都不会影响它们的形状，也就是说，对这些数据的相关性没有影响。
在数学课本中，以 $(\bar{x},\bar{y})$ 为坐标原点进行了平移，得到了 $(x_i-\bar{x},y_i-\bar{y})$ ，再根据一定的方法构造出了样本相关系数 $r$ 的计算公式。

2、公式

$$r=\frac{\sum _{i=1}^n(x_i-\bar{x})(y_i-\bar{y})}{\sqrt{\sum _{i=1}^n(x_i-\bar{x}{)}^2}\sqrt{\sum _{i=1}^n(y_i-\bar{y}{)}^2}}$$
或经化简运算得到：
$$r=\frac{\sum _{i=1}^n{x}_i{y}_i-n\bar{x}\bar{y}}{\sqrt{\sum _{i=1}^n{x}_i^2-n{\bar{x}}^2}\sqrt{\sum _{i=1}^n{y}_i^2-n{\bar{y}}^2}}$$

三、化简方法

现在我们想，如果若干的很大的数据变成较小的数据，那么运算起来会十分快捷。那有什么办法使它们变小呢？

把画出来的所有点任意地平移

我们不妨把数据以 ( m i n { x i } , m i n { y i } ) (min\{x_i\},min\{y_i\}) (min{xi​},min{yi​}) 为原点进行平移，对任意的数据只保留比最小值大的那部分。为了公式的书写简介方便，我在后面的式子中以 $x_1$ 和 $y_1$ 为最小值，相当于我们拥有的数据已经从小到大排好了顺序。那么，得到的成对数据为 $(x_i-x_1,y_i-y_1)$ ，设为 $(a_i,b_i)$ 。
易得 $\bar{a}=\bar{x}-x_1$ 和 $\bar{b}=\bar{y}-y_1$ 。
根据方差的性质，可得 $S_a^2=S_x^2$ ， $S_b^2=S_y^2$ 。
由此，可以得到公式：
$$r=\frac{\sum _{i=1}^n(x_i-\bar{x})(y_i-\bar{y})}{\sqrt{\sum _{i=1}^n(x_i-\bar{x}{)}^2}\sqrt{\sum _{i=1}^n(y_i-\bar{y}{)}^2}}$$
$$=\frac{\sum _{i=1}^n(x_i-\bar{x})(y_i-\bar{y})}{\sqrt{n{S}_x^2}\sqrt{n{S}_y^2}}$$
$$=\frac{\sum _{i=1}^n[a_i+x_1-(\bar{a}+x_1)][b_i+y_1-(\bar{b}+y_1)]}{\sqrt{n{S}_x^2}\sqrt{n{S}_y^2}}$$
$$=\frac{\sum _{i=1}^n(a_i-\bar{a})(b_i-\bar{b})}{\sqrt{n{S}_a^2}\sqrt{n{S}_b^2}}$$

即：
$$r=\frac{\sum _{i=1}^n(a_i-\bar{a})(b_i-\bar{b})}{\sqrt{\sum _{i=1}^n(a_i-\bar{a}{)}^2}\sqrt{\sum _{i=1}^n(b_i-\bar{b}{)}^2}}$$

或经化简运算得到：
$$r=\frac{\sum _{i=1}^n{a}_i{b}_i-n\bar{a}\bar{b}}{\sqrt{\sum _{i=1}^n{a}_i^2-n{\bar{a}}^2}\sqrt{\sum _{i=1}^n{b}_i^2-n{\bar{b}}^2}}$$

这样再看开头的例题，可以把成对数据转化为 $(0,0)$ ， $(1,2)$ ， $(2,2)$ ， $(3,3)$ ， $(4,5)$ 。是不是简单了许多呢！
另外，如果你觉得 $(0,0)$ 算起来有点难受，也可以把所有数据都加一，得到 $(1,1)$ ， $(2,3)$ ， $(3,3)$ ， $(4,4)$ ， $(5,6)$ ，也是可以的。

四、总结

下面来看看这么写究竟快在哪里！

1、原方法

$\bar{x}=103$ ， $\bar{y}=54.4$ ， $\sum _{i=1}^5{x}_i^2=53055$ ， $\sum _{i=1}^5{y}_i^2=14810$ ， $\sum _{i=1}^5{x}_i{y}_i=28027$ 。所以 $r=\frac{11}{\sqrt{132}}=\frac{1}{2}\sqrt{\frac{11}{3}}\approx 0.957427$ 。

2、简单方法

$\bar{a}=3$ ， $\bar{b}=3.4$ ， $\sum _{i=1}^5{a}_i^2=55$ ， $\sum _{i=1}^5{b}_i^2=71$ ， $\sum _{i=1}^5{a}_i{b}_i=62$ 。所以 $r=\frac{11}{\sqrt{132}}\approx 0.957427$ 。

简洁程度一目了然(*￣︶￣)。