Корреляционный анализ
Корреляционный анализ — это метод оценки статистической зависимости между двумя и более переменными.
Types: 1. Positive Correlation (r > 0). 2. Negative Correlation (r < 0). 3. No Correlation (r = 0). Coefficients: Pearson (Linear), Spearman (Ordinal/Non-linear), Kendall's Tau. Use Cases: Investment portfolios, machine learning feature selection, medical research, weather prediction.
graph LR
Center["Корреляционный анализ"]:::main
classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
linkStyle default stroke:#4b5563,stroke-width:2px;
🧒 Простыми словами
Это способ измерить, насколько 'дружит' одна цифра с другой. Если они всегда растут вместе — они лучшие друзья. Если когда одна растет, другая падает — они враги. А если им всё равно друг на друга — между ними нет корреляции.
🤓 Expert Deep Dive
В риск-менеджменте используется понятие 'динамической корреляции', так как связи между активами могут меняться со временем. Например, во время кризиса активы, которые раньше не были связаны, начинают падать вместе — это называется 'эффектом заражения' (contagion effect). Для точного анализа специалисты используют матрицы корреляций, которые позволяют визуализировать зависимости внутри целого портфеля активов.