Korelasyon, çok değişkenli dağılımların matematiksel bir özelliği olduğu için, bu dağılımların istatistiksel olarak ortaya çıkmasından bağımsız olarak, bazı hesaplamalar tamamen hesaplamalar yoluyla yapılabilir.
İçin Pearson korelasyon dikkate multinormal değişkenler , , . Bunlar, çalışmak için kullanışlıdır, çünkü herhangi bir negatif olmayan kesin olmayan matris, bazı multinormal dağılımların kovaryans matrisi olduğundan, böylece varolma sorusunu çözer. Eğer köşegen üzerinde ile matrislere sadık kalırsak , kovaryans matrisinin köşegen dışı girişleri onların korelasyonları olacaktır. Korelasyonunu yazma ve olarak , korelasyonundan ve olarak ve korelasyonu ve olarakY Z 1 X Y ρ Y Z τ X Z σXYZ1XYρYZτXZσ , bunu hesaplıyoruz
1 + 2 p, στ- ( ρ2+ σ2+ τ2) ≥0 (çünkü korelasyon matrisinin belirleyicisidir ve negatif olamaz).
Tüm , bu ifade eder . Başka bir deyişle: ve büyüklükte olduğunda, ve sıfır korelasyonu olmamalıdır .ρ 2 + τ 2 ≤ 1 ρ τ X Zσ= 0ρ2+τ2≤1ρτXZ
Eğer , daha sonra negatif olmayan bir değer arasında ( ve tabii ki) mümkündür.σ 0 1ρ2=τ2=1/2σ01
Tüm , negatif değerleri izin verilebilir. Örneğin, , ile arasında herhangi bir yerde olabilir .σ ρ = τ = 1 / 2 σ - 1 / 2 1ρ2+τ2<1σρ=τ=1/2σ−1/21
Bu düşünceler aslında karşılıklı korelasyonlar üzerinde bazı kısıtlamalar olduğu anlamına geliyor. Tek değişkenli dağılımlarla ilgili varsayımlara bağlı olarak (değişkenlerin gerçek dağılımlarına değil, korelasyon matrisinin yalnızca negatif olmayan kesinliğine bağlı olan kısıtlamalar) sıkılaştırılabilir. Örneğin, dağılımları zamanları görmek için (ve kanıtlamak için) bu kolay ve aynı konuma ölçekli aile içinde değil, onların korelasyon olmalı kesinlikle az boyutunda. (İspat: korelasyonu ve lineer olarak ilişkili olduğu anlamına gelir )Y 1 ± 1 X YXY1±1XY
Bildiğim kadarıyla Spearman rank korelasyon gitmek, üç trivariate gözlemleri dikkate , ve ait . Karşılıklı sıralama korelasyonları , ve . Dolayısıyla, ve rütbe korelasyonunun işareti bile, ve ile ve arasındaki ilişkilerin işaretlerinin tersi olabilir .( 2 , 3 , 1 ) ( 3 , 2 , 3 ) ( X , Y , Z ) 1 / 2 1 / 2 - 1 / 2 , Y , Z X -Y x Z(1,1,2)(2,3,1)(3,2,3)(X,Y,Z)1/21/2−1/2YZXYXZ