§ 3, § 4] der empirischen Werte 09
Die Gleichung der Geraden hat mithin die Form
i-’i.iV?“ t* <-"U-
Den Koeffizienten von [Xi—m' 10 ] in der Gleichung der Geraden,
welche die empirische Regressionslinie von F in bezug auf X im oben
definierten Sinne am besten wiedergibt, wollen wir ,,■empirischer Regres
sionskoeffizient von Y in bezug auf X“ nennen und mit h\ 1 (vgl. Viertes
Kapitel, § 3, 2.) bezeichnen: wir haben folglich, der Definition gemäß:
b' =r'
11 111 V “8,0
In ähnlicher Weise finden wir für die Gerade, welche die empirische
Regressionslinie von X in bezug auf Y am besten wiedergibt, die Glei
chung :
m:\ — m..„ = r,.„ i/
**012
der empirische Regressionskoeffizient von Xin bezug auf Fist demnach
M u~ m 'uo = r uiV ä“! m 0i J 5
b' = r ' l/^
11 111 V K»2
Der empirische Korrelationskoeffizient / m ist also dem geometrischen
Mittel aus den beiden empirischen Regressionskoeffizienten gleich (vgl.
Viertes Kapitel, §3,2.): , _ i
r x\i~ * °n ö ii*
Es sei
Die Größe n' wollen Wir „das empirische Korrelationsverhältnis
■y I X
von F zu X“ nennen (vgl. Viertes Kapitel, § 4).
Keine unter den Größen kann negativ sein; folglich kann
auch der gewogene Durchschnitt derselben nicht negativ sein.
Hieraus ergibt sich, daß [??J, |r ] 2 nicht größer als 1 sein kann.
Durch die Substitution (vgl. oben § 2, 3.)
? p, i Kf- KJ 2
erhält man
Da keine der Größen p* [ra^'— m^J 2 negativ sein kann, kann
auch [^,J 2 nicht negativ sein. Der numerische Wert des empi
rischen Korrelationsverhältnisses ist also zwischen 0 und 1 ent
halten:
°<[V fl J<i.
Das empirische Korrelationsverhältnis von F zu X ist gleich 1, falls
alle Größen gleich 0 sind. Damit alle Größen ^ gleich 0 seien, ist