插值、统计与离散辨析
VectorPaint零相关散点图:五节点平方关系仍然不独立
用五个等概率输入与Y=X²核相关零,分清有限模型证明与五条观测的推广。
本文目录
先明确一个有限概率模型:X在−2、−1、0、1、2上等概率取值,Y=X²。画五个散点并算Pearson相关,再用事件概率证明不独立。若仅拿到五条现实观测,经验相关为零不能直接推广未知总体;本课的独立性结论依赖已写明的完整模型。
固定概率模型而不是伪造观测报告
把五个等概率节点和确定关系写在页首,每点概率1/5,不用五张同名照片冒充等概率证据。得到的有序对是(−2,4)、(−1,1)、(0,0)、(1,1)、(2,4),没有把正负输入合并成一个点。横纵都是抽象数,当前没有真实调查、随机试验或仪器测量。建立节点、均值参考、算表和结论层,先保存原生稿。若以后换成真实数据,必须另存身份、抽样条件和样本范围,不能照抄此模型的完整分布或独立性结论。
均值先算再做同点配对的离差
五个x合计零,五个y合计十,所以均值分别为零与二。每一行保留同一个有序对,x离差为−2、−1、0、1、2,y离差为2、−1、−2、−1、2。不能把两列各自排序后重新配对,那会改变数据关系。先画水平y=2与竖直x=0的淡参考线,它们只定位均值,不是拟合结论。左右两点同样高来自平方关系,但y均值二并不要求有一个节点正好落在这个高度,也不意味着所有差值相互独立。
交叉和为零但两个平方和非零
按配对相乘得−4、1、0、−1、4,合为Sxy=0;Sxx=4+1+0+1+4=10,Syy=4+1+4+1+4=14。因此r=Sxy/√(Sxx Syy)=0。分母确为正,不是把零除零随意记零。均匀五节点模型中的共同权重在这个比值中抵消,得到同样的零;若只是五条观测,这里先是经验计算。把平方和留在图旁,不能只列最终r而省掉定义成立的条件,也不能因相加抵消就说每一对乘积都为零。
X uniform on {-2,-1,0,1,2}; Y=X^2
x: -2,-1,0,1,2
y: 4, 1,0,1,4
mean x=0; mean y=2
Sxy=-4+1+0-1+4=0; Sxx=10; Syy=14
r=Sxy/sqrt(Sxx*Syy)=0
P(X=0,Y=0)=1/5 != (1/5)*(1/5)=1/25
散点只表示五节点不偷换连续支持
建议1800×1600画布,原点屏幕(900,1300),横轴每单位250像素、纵轴每单位200像素,明确两轴比例不同。五点依次在(400,500)、(650,1100)、(900,1300)、(1150,1100)、(1400,500)。使用小实点,不把同高两点连成一条横杠而丢掉输入身份。若画抛物线辅助轮廓,标“关系导向,概率只在五点”,不能让填色或平滑路径暗示所有实数都等概率。数值栏不可见时按网格手工近似,纸面精确关系不转化为像素测量声明。
用一个事件对否定独立性
模型给P(X=0)=1/5、P(Y=0)=1/5,而同时发生X=0且Y=0的概率是1/5,不是乘积1/25,所以X、Y不独立。也可看P(Y=0给定X=0)=1,与无条件1/5不同,条件事件概率为正。这个证明不依赖散点看着弯,而依赖完整概率定义;它不会由五条未知抽样来源的数据自动成立。零Pearson相关只排除当前线性协动量,不能据此说没有关系、没有预测信息或变量必然独立,图旁必须保留这句范围说明。 此模型的Y只取零、一、四,概率依次1/5、2/5、2/5,并非三种值各三分之一。把同一个输出对应的输入合并计概率,能再查独立性证明的分母没有误用“不同输出种数”。这里模型给全分布,现实观测频数不能未经依据替代它。
线性与常量对照检查相关的范围
同样五个x若改Y=2X+3,点全落正斜率直线,相关为一,但不能据相关就推出真实因果。若改Y恒等于二,Syy变零,Pearson公式未定义,不能把横线图的r自动写零。这两个是独立小对照,不改变主模型的Y=X²,也不为追求不同r移动主图节点。比较时保留横坐标集合与配对规则,只有Y规则改变;记录哪个条件被改变,比只放三张不同形状图更容易核查。当前不计算置信区间、显著性或任何真实总体推断。 线性对照的五个y为−1、1、3、5、7,均值三,Sxy为20、Syy为40,与Sxx十给r=20/√400=1。保留这次正分母计算,再与常量对照的零分母并看,可避免把所有确定关系都误写为相关一。
按配对、分母和模型身份排障
r不为零时先查左右配对与乘积符号,再核y均值是否为二;r写不独立的结论却没有概率前提,就补回完整模型或缩小到经验相关。不要把两列重新排序来凑对称,也不删除负x节点求好看。若常量对照被写零,检查分母而不是换一种线色。保留原稿,每次只改一个故障副本,重算Sxy、Sxx和Syy,再读事件概率。软件绘制平滑线不证明概率独立,图层中的五个小圆也不是五次真实随机抽取的证据。
重开交付零相关与非独立的两种证据
保存原生稿,导出SVG或PDF另开,核五个点、均值线和概率说明都在,平方和与1/25的分母清楚。适应窗口看主图与两个对照分框,放大核负号没有变成短装饰线。重开可编辑文件让点位、参考与文字可分别改,交付完整分布、算表、事件反例和经验推广限制。未实际执行的导出重开留待做,不宣称应用自动统计、识别非线性或用五条现实数据证明任何未知总体结论。
相关教程与资料
VectorPaint 散点图:让每个点同时对应两项数值、VectorPaint最小二乘直线:四点的竖直残差怎样合成零点七。
方法来源:Philip Stark, Berkeley SticiGui: correlation and association、OpenStax Introductory Statistics 2e §3.2: independence。
版本与操作范围:2026年11月17日核VectorPaint官方商店与Apple公开查询,公开1.0.8,最低iOS / iPadOS 17.0。使用已公开的形状、钢笔、贝塞尔节点、网格辅助线、对齐、图层分组、文字和保存输出手工绘图;入口按安装版本实际可见为准。计算、定义与复算在应用外准备,不推断内置公式、统计或图论求解能力。原生稿保留可编辑结构,SVG、PDF、PNG各按需要阅读检查,含导入位图的SVG或PDF不自动成为全矢量。画布与样本为原创教学设定,未执行真机或实物测量,未做的操作明确待做。