Bilgi genelden özele dolaşır, bu anlamda yeni fenomenlerin açıklaması şu şekilde incelenebilir: alanında sıklıkla yapılan, aynı fenomenin olaylarıyla olan ilişkisidir. Araştırma. Yukarıda belirtilenlerden dolayı, bir grup çalışma deneğinde iki nicel değişken arasındaki ilişkinin kurulmasına ihtiyaç vardır.
İstatistik bilimi, bu ilişkiyi aşağıdaki amaçlarla ölçmeyi mümkün kılan yöntemlere sahiptir:
Reklamlar
- Her iki değişkenin de ilişkili olup olmadığını belirleyin, yani bir değişkenin daha düşük veya daha yüksek değerleri için, diğer değişkenin değerleri eşit derecede düşük veya yüksek olma eğilimindeyse.
- Diğer değişkenden belirli bir değer alarak bir değişkenin değerini tahmin edin.
- Her iki değişkenin değerleri arasındaki yazışma seviyesini tahmin edin.
Bu yazıda şunları bulacaksınız:
Pearson korelasyon katsayısı nedir?
Pearson Korelasyon Katsayısı, iki rastgele nicel değişken arasındaki yazışma veya doğrusal ilişkinin bir ölçüsüdür. Daha basit bir ifadeyle, her ikisi de nicel olan iki değişken arasındaki ilişkinin derecesini ölçmek için kullanılan bir indeks olarak tanımlanabilir.
Reklamlar
İki değişkene sahip olan korelasyon, diğer değişkenin değeri bilgisi ile bunlardan birinin değerinin tahmin edilmesini kolaylaştırır.
Bu katsayı, olayların iki değişkene göre göreceli durumunu gösteren bir ölçüdür. yani, 2 arasında var olan yazışma veya ilişkinin derecesini gösteren sayısal ifadeyi temsil eder. değişkenler. Bu sayılar +1 ile -1 limitleri arasında değişmektedir.
Reklamlar
Nasıl hesaplanır?
Aşağıdakilere izin veren bir rehbere sahip olmak için:
- İki değişkenin bitişik varyasyonunu oluşturun
- Farklı durumları birbirleriyle karşılaştırın
Bunu yapmak için, iki standartlaştırılmış değişken arasında meydana gelen kovaryans olarak tanımlanan ve aşağıdaki ifade ile hesaplanan Pearson korelasyon katsayısı kullanılır:
Reklamlar
Bu, Pearson'ın korelasyon katsayısını nasıl yorumluyor?
Boyutu, değişkenler arasındaki ilişki düzeyini gösterir.
Reklamlar
- Sıfırdan küçük olduğunda (r <0) Negatif bir korelasyon olduğu söylenir: Değişkenler ters anlamda korelasyon gösterir.
Değişkenlerden birindeki yüksek değerler genellikle diğer değişkendeki düşük değerlere karşılık gelir ve bunun tersi de geçerlidir. Söz konusu korelasyon katsayısının değeri -1'e ne kadar yakınsa, aşırı kovaryasyon o kadar belirgin olacaktır.
Eğer r = -1 ise, her iki değişken arasında mutlak bir belirlenimi varsayan mükemmel bir negatif korelasyondan bahsediyoruz, doğrudan anlamda bir negatif eğim ile mükemmel bir doğrusal ilişki bir arada var olur.
- Sıfırdan büyük olduğunda (r> 0) pozitif bir korelasyon olduğu söylenir: Her iki değişken de doğrudan bağlantılıdır.
Değişkenlerden birindeki yüksek değerler, diğer değişkendeki yüksek değerlere karşılık gelir ve ters bir durumda düşük değerlerde de aynısı olur. Korelasyon katsayısı +1'e ne kadar yakınsa, kovaryasyon o kadar belirgin olacaktır.
Eğer r = 1 ise, değişkenler arasında mutlak bir belirlenimi varsayan mükemmel bir pozitif korelasyondan bahsediyoruz, doğrudan bir anlamda pozitif eğim ile mükemmel bir doğrusal ilişki bir arada var olur).
- Sıfıra eşit olduğunda (r = 0) Değişkenlerin yanlış ilişkili olduğu söylenir, bir kovaryasyon duygusu kurmak mümkün değildir.
Doğrusal bir ilişki yoktur, ancak bu mutlaka değişkenlerin bağımsız olduğu anlamına gelmez ve değişkenler arasında doğrusal olmayan ilişkiler olabilir.
İki değişken bağımsız olduğunda, karşılıklılık sonucunun mutlaka doğru olmamasına rağmen, bunların korelasyonsuz olduğu söylenir.
Sonuç olarak, özellikle teknolojiniz varsa, göründüğünden daha zor göründüğü söylenebilir. gelişmiş, çünkü bugün bu hesaplama ve yorumlama görevini kolaylaştıran birden fazla program var. Pearson.
