|
D(μ)D(Ⅴ),-d(μ)aü(y),-Aμ(x)D(Ⅴ),Aμ(x)A(y),让我们考虑将(2)中的项扩展到修正协方差的和exx,yXx,y-a'A(y)d(x)上,x)P(x=x,Y=Y)!P(x=x,Y=Y)=xx,Y xx,y-a'A(Y)d(x,x)P(x=x,Y=Y)=xx,y-a'A(Y)Xxd(x,x)P(x=x)!P(x=x,Y=Y)=xx,y-a'A(Y)aμ(x)P(x=x,Y=Y)由于分布μ和μ是相同的,并且根据对称性,没有这些关系的(2)中的所有项都以相同的值结束。因此,(2)中的所有项加在一起简化为-2px,yac(y)aμ(x)P(x=x,现在考虑(3)中的项,我们haveXx、yXx、yD(μ)(d(y,(y)-A'A(y))P(X=X,Y=Y)!p(x=x,y=y)=D(μ)Xx,yXx,y(D(y,(y)-A'A(y))P(X=X,Y=Y)!p(x=x,y=y)=D(μ)Xx,y Xx,y(-A'A(y))P(x=x,y=y)P(X=X,Y=Y)+d(μ)Xx,Y Xx,yd(Y,y)P(x=x,y=y)P(X=X,Y=Y)=-d(μ)Xx,ya'A(Y)P(X=X,Y=Y)+D(μ)Xx,ya'A(Y)P(X=X,类似地,(3)中的另一项也不存在,现在考虑(4)Xx,yXx,Y[-aμ(x)D(v)+aμ(x)aü(Y)p(x=x)中的第三项和第四项,Y=Y)!P(x=x,Y=Y)=Xx,y-aμ(x)Xx,Y[D('A)-a'A(Y)]P(x=x,Y=Y)!P(x=x,Y=x)=Xx,Y=Y)!P(x=x,Y=Y)=Xx,y-aμ(x)D(v)-xya'A(Y)P(Y=Y)!P(x=x,Y=Y)=0,sincexya'A(Y)P(Y=Y)=D(v)类似地,(4)中的两个项和项也相互抵消,只保留了项。dCov(X,Y)最终被简化为asdCov(X,Y)=E[Dμ(X,X)d'A(Y,Y)]=xx,yd'A(X,X)d'A(Y,Y)P(X=X,Y=Y)!p(x=x,y=y)=xx,yXx,yd(x,x)d(y,y)P(X=X,Y=Y)!P(x=x,Y=Y)-2xx,yac(Y)aμ(x)P(x=x,Y=Y)+D(μ),since,和μ具有相同的支持。现在使用P(x=x,Y=Y)=xi,j∈vxi=x,xj=yaij,我们得到dCov(x,Y)=xi,jXi,jAijAijd(xi,xi)D(xj,xj)-2xi,jaijxiai.D(xi,xi)!xja.jd(xj,xj)+xi,iai.ai.D(xi.xi.x)类似地,我们可以简化r的分母,(x,x)×dCov(Y,Y))=dCov(x,x)到下面的表达式,xi,jai.ai.(D(xi,xi))-2xiai.xiai.D(xi,xi)!+xi,iai.ai.D(xi,xi)这是我们的简单定义的结束。7数据和结果为研究目的,我们使用全国统计调查第68轮就业和失业数据进行分析,其中包括个人职业、行业和教育的详细情况。我们将教育分为四个层次:1。小学以下,2。中学以下,小学以上,3。毕业以下,中等教育以上,4。毕业以上。行业信息是根据toNIC-2008代码结构在调查中捕获的,我们认为这些信息是在20个节代码捕获的最少分类水平上。职业信息是根据NCO-2004编码结构来获取的,我们考虑了2位编码作为研究的目的。7.1社会流动模式对于一个生育队列我们根据我们对职业网络的认识来建立网络。从1940年到1980年,我们考虑连续和重叠的10年出生队列,考虑间隔为一年的滑动窗口。以下是多年来观测到的向量分类率和平均标量分类率的模式。我们计算平均标量分类率,作为基于比例表示(相对于劳动力)计算的标量分类率的平均值,针对给定类别中的每个行业组,这是每个职业的标量标签属性。我们发现,在这两种措施中的任何一种措施下,每一类观察到的趋势都是相似的(见图1和图2)。
|