[§4
Abhängigkeitsgesetz
53
nicht-bedingte Gesamtstreuung bis 1. Da, wie wir wissen (vgl. oben
i i
so folgt ans der Definition, daß
oder in normalen Koordinaten (vgl. oben § 3,2., C) — ist*
Das Wesen der stochastischen Verbundenheit der Variablen Y mit
der Variablen X besteht darin, daß Y auch dann, wenn der Wert von
X festgelegt wird, eine zufällige Variable bleibt, welche verschiedene
Werte mit bestimmten Wahrscheinlichkeiten annehmen kann, oder mit
anderen Worten, darin, daß die bedingten Streuungen der Variablen
Y von 0 verschieden bleiben. Steht Y in funktionellem Zusammen
hänge mit X, so sind alle bedingten Streuungen gleich 0 und das Korre
lationsverhältnis von Y zu X ist dann gleich 1. Umgekehrt: wenn das
Korrelations Verhältnis von Y zu X gleich 1 ist, so weist dies darauf hin,
daß die durchschnittliche bedingte Streuung von Y gleich 0 ist, was nur
dann der Kall sein kann, wenn alle einzelnen bedingten Streuungen ver
schwinden, wenn also der Zusammenhang ein funktioneller ist. Da die
durchschnittliche bedingte Streuung nicht negativ sein kann, so kann
der Wert des Korrelationsverhältnisses nie größer sein als 1. Dieser
größte mögliche Wert des Korrelationsverhältnisses kennzeichnet also
das Vorhandensein des funktionellen Zusammenhanges zwischen der
Variablen Y und der Variablen X, und weist darauf hin, daß der nach
der Festlegung des Wertes von X zu erwartende Wert von Y mit Ge
wißheit vorausberechnet werden kann. Anderseits kann der Wert des
Korrelationsverhältnisses nicht unter 0 sinken, da die durchschnittliche
bedingte Streuung nicht größer als die nicht-bedingte Gesamtstreuung
sein kann: 2¡Pi | Pi 2 ^ J a > W] ' e vir gesehen haben, gleich —
i
— m 0 , j] 3 . Das Korrelations Verhältnis kann gleich 0 sein, nur
wenn die durchschnittliche bedingte Streuung der Gesamtstreuung gleich
ist, wenn also i —m oiJ 2= ® ^ ^ es setzt voraus, daß alle
Größen unter sich gleich sind, daß folglich Y mit X nicht-korreliert
ist. Umgekehrt stellt sich das Korrelations Verhältnis gleich 0, falls alle
Größen gleich sind und Y mit X nicht-korreliert ist. In diesem Falle
bedeutet, wie wir bereits hervorgehoben haben, die Kenntnis des Wertes
von X keinen Gewinn bei der Vorausberechnung des zu erwartenden
Wertes von Y. Die zwischen diesen Extremen liegenden Werte des
Korrelationsverhältnisses lassen sich gleichfalls sinnfällig interpretieren.
Je größer das Korrelationsverhältnis ist, desto erheblicher reduziert er
scheint die durchschnittliche bedingte Streuung im Vergleiche zur Ge
samtstreuung, desto mehr nähert sich die Voraussage der bei jedem