A korreláció, más néven lineáris (Pearson) korrelációs együttható, egy olyan regressziós mérték, amely megkísérli számszerűsíteni a két változó közötti ízületi variáció mértékét.
Ezért ez egy statisztikai mérőszám, amely számszerűsíti a két változó közötti lineáris függőséget, vagyis ha két változó által vett értékeket ábrázolunk egy szóródiagramon, akkor a lineáris korrelációs együttható jelzi, hogy a képzett pontok halmaza mennyire jó vagy rossz. megközelíti a vonalat.
Kevésbé köznyelven meghatározhatjuk azt a számot, amely az intenzitás mértékét és a két változó közötti kapcsolat érzékét méri.
Lény:
Cov (x; y): a kovariancia az "x" és az "y" érték között.
σ (x): "x" szórása.
σ (y): az "y" szórása.
Értékek, amelyeket a korreláció vehet igénybe
ρ = -1 Negatív tökéletes korreláció
ρ = 0 Nincs összefüggés
ρ = +1 pozitív tökéletes korreláció
Pozitív korrelációról beszélünk, ha valahányszor az "x" érték emelkedik, az "y" értéke emelkedik, és ugyanolyan intenzitással (+1).
Ellenkező esetben, ha valahányszor az "x" érték emelkedik, és az "y" értéke esik, és ugyanolyan intenzitással, akkor negatív korrelációról beszélünk (-1).
Fontos tudni, hogy ez nem azt jelenti, hogy ugyanolyan arányban csinálják (hacsak nem ugyanaz a szórásuk van).
Regresszió analízisA korreláció grafikus ábrázolása
Pozitív tökéletes korreláció:
Nincs összefüggés:
Negatív tökéletes korreláció:
Tipp: sok esetben nincsenek módjaink vagy adataink ennek a képletnek a használatához. Ezért, ha két ársorunk van, kiszámíthatjuk a korrelációs együtthatót az excelben, a következő függvény használatával: coef.de.correl (x ársor; y ársorozat).
r négyzet vagy meghatározási együtthatóvariációs együttható
