Book a Demo!
CoCalc Logo Icon
StoreFeaturesDocsShareSupportNewsAboutPoliciesSign UpSign In
Download

📚 The CoCalc Library - books, templates and other resources

132940 views
License: OTHER
1
%!TEX root = interventions.tex
2
\section{Ende}
3
\subsection{Quellen}
4
\begin{frame}{Quellen}
5
\begin{itemize}
6
\item \href{https://stat.ethz.ch/people/jopeters/index/edit/causalityHomepage/causality_files/scriptChapter1-4.pdf}{Causality, 2015. Jonas Peters.}
7
\end{itemize}
8
\end{frame}
9
10
\begin{frame}{Definitionen}
11
\begin{block}{Unabhängigkeit}
12
$X$ und $Y$ sind unabhängig $:\Leftrightarrow p(x, y) = p(x) \cdot p(y) \;\;\;\forall x,y$.
13
14
Man schreibt dann: $X \perp\!\!\!\perp Y$ und andernfalls $X \not\!\perp\!\!\!\perp Y$
15
\end{block}
16
17
\begin{block}{Korrelation}
18
Seien $X$ und $Y$ Zufallsvariablen und
19
\[C(X,Y) := \mathbb{E}((X- \mathbb{E}X) \cdot (Y - \mathbb{E}Y))\]
20
die Kovarianz zwischen $X$ und $Y$. Gilt $C(X, Y) = 0$, so heißen
21
$X$ und $Y$ unkorreliert.
22
\end{block}
23
\end{frame}
24
25