Viden cirkulerer fra det generelle til det særlige, i denne forstand kan forklaringen af nye fænomener studeres af det forhold, det har til begivenheder i det samme fænomen, hvilket er det, der ofte gøres inden for forskning. På grund af det foregående er der et behov for at etablere forholdet mellem to kvantitative variabler i en gruppe af forsøgspersoner.
Videnskaben om statistik har metoder, der gør det muligt at måle dette forhold med følgende mål:
Annoncer
- Bestem, om begge variabler er korreleret, det vil sige, hvis der for lavere eller højere værdier af en variabel, er værdierne for den anden variabel tendens til at være lige lavere eller højere.
- Forudsig værdien af en variabel, idet en bestemt værdi tages fra den anden variabel.
- Skøn niveauet for overensstemmelse mellem værdierne for begge variabler.
I denne artikel finder du:
Hvad er Pearson's korrelationskoefficient?
Pearson's korrelationskoefficient er et mål for korrespondancen eller det lineære forhold mellem to tilfældige kvantitative variabler. I enklere ord kan det defineres som et indeks, der bruges til at måle graden af forholdet mellem to variabler, begge kvantitative.
Annoncer
Med to variabler letter korrelationen skøn over værdien af en af dem med viden om værdien af den anden variabel.
Denne koefficient er et mål, der angiver den relative situation for begivenhederne i forhold til de to variabler det vil sige, det repræsenterer det numeriske udtryk, der angiver graden af korrespondance eller forhold, der findes mellem 2 variabler. Disse tal varierer mellem grænserne på +1 og -1.
Annoncer
Hvordan beregnes det?
At have en guide, der tillader:
- Etabler den sammenhængende variation af de to variabler
- Sammenlign de forskellige sager med hinanden
For at gøre dette anvendes Pearson-korrelationskoefficienten, defineret som den kovarians, der opstår mellem to standardiserede variabler og beregnes med følgende udtryk:
Annoncer
Hvordan fortolker det Pearson's korrelationskoefficient?
Dens dimension angiver niveauet for tilknytning mellem variablerne.
Annoncer
- Når det er mindre end nul (r <0) siges det, at der er en negativ korrelation: Variablerne er korreleret i omvendt forstand.
Høje værdier i en af variablerne svarer normalt til lave værdier i den anden variabel og omvendt. Jo tættere værdien på -1 nævnte korrelationskoefficient er, jo mere tydelig vil den ekstreme samvariation være.
Hvis r = -1, taler vi om en perfekt negativ korrelation, som antager en absolut bestemmelse mellem begge variabler, i en direkte forstand eksisterer et perfekt lineært forhold med en negativ hældning.
- Når det er større end nul (r> 0) siges det, at der er en positiv sammenhæng: Begge variabler er korreleret i en direkte forstand.
Høje værdier i en af variablerne svarer til høje værdier i den anden variabel, og i en omvendt situation sker det samme med lave værdier. Jo tættere på +1 korrelationskoefficienten er, jo mere tydelig vil samvariationen være.
Hvis r = 1 Vi taler om en perfekt positiv sammenhæng, som antager en absolut bestemmelse mellem variablerne, i en direkte forstand eksisterer et perfekt lineært forhold med en positiv hældning).
- Når det er lig med nul (r = 0) Det siges, at variablerne er forkert relaterede, er det ikke muligt at etablere en følelse af kovariation.
Der er ingen lineær sammenhæng, men dette betyder ikke nødvendigvis, at variablerne er uafhængige, og der kan være ikke-lineære relationer mellem variablerne.
Når de to variabler er uafhængige, siges de at være ikke-korrelerede, skønt gensidighedsresultatet ikke nødvendigvis er sandt.
Afslutningsvis kan det siges, at det ser sværere ud, end det viser sig at være, især hvis du har teknologi. avanceret, da der i dag er flere programmer, der letter denne opgave med at beregne og tolke Pearson.
