知識は一般的なものから特定のものへと循環します。この意味で、新しい現象の説明は次のように研究することができます。 同じ現象のイベントとの関係、これはの分野で頻繁に行われていることです 研究。 上記のため、研究対象のグループにおける2つの量的変数間の関係を確立する必要があります。
統計学には、次の目的で、この関係を測定することを可能にする方法があります。
広告
- 両方の変数が相関しているかどうかを判断します。つまり、一方の変数の値が低いか高い場合、もう一方の変数の値が等しく低くなるか高くなる傾向があるかどうかを判断します。
- 他の変数から特定の値を取得して、変数の値を予測します。
- 両方の変数の値間の対応のレベルを推定します。
この記事では、次のことがわかります。
ピアソンの相関係数とは何ですか?
ピアソンの相関係数は、2つのランダムな量的変数間の対応または線形関係の尺度です。 簡単に言うと、2つの変数間の関係の程度を測定するために使用されるインデックスとして定義できます。どちらも定量的です。
広告
2つの変数があるため、相関関係により、一方の変数の値の推定が容易になり、もう一方の変数の値がわかります。
この係数は、2つの変数に関するイベントの相対的な状況を示す尺度です。 つまり、2つの間に存在する対応または関係の程度を示す数式を表します。 変数。 これらの数値は、+ 1と-1の制限の間で異なります。
広告
それはどのように計算されますか?
次のことを可能にするガイドを用意する。
- 2つの変数の連続した変化を確立します
- 異なるケースを互いに比較します
これを行うには、ピアソン相関係数が使用されます。これは、2つの標準化された変数間で発生する共分散として定義され、次の式で計算されます。
広告
それはピアソンの相関係数をどのように解釈しますか?
その次元は、変数間の関連のレベルを示します。
広告
- ゼロ未満(r <0)の場合負の相関があると言われます。変数は逆の意味で相関しています。
通常、一方の変数の高い値は、もう一方の変数の低い値に対応し、その逆も同様です。 上記の相関係数の値が-1に近いほど、極端な共分散がより明確になります。
r = -1の場合、完全な負の相関について説明します。これは、両方の変数間の絶対的な決定を前提としており、直接的な意味で、負の勾配との完全な線形関係が共存します。
- ゼロより大きい場合(r> 0)正の相関があると言われます:両方の変数は直接的な意味で相関しています。
一方の変数の高い値は、もう一方の変数の高い値に対応し、逆の状況では、同じことが低い値でも発生します。 相関係数が+1に近いほど、共分散がより明確になります。
r = 1の場合、変数間の絶対的な決定を前提とする完全な正の相関について、直接的な意味で、正の勾配との完全な線形関係が共存します。
- ゼロに等しい場合(r = 0)変数が誤って関連付けられていると言われ、共分散の感覚を確立することはできません。
線形関係はありませんが、これは必ずしも変数が独立していることを意味するわけではなく、変数間に非線形関係がある可能性があります。
2つの変数が独立している場合、相互関係の結果は必ずしも真ではありませんが、それらは無相関であると言われます。
結論として、特にあなたが技術を持っている場合、それは実際よりも難しいように見えると言うことができます。 今日以来、計算と解釈のこのタスクを容易にする複数のプログラムがあります ピアソン。