Lineáris korrelációs együttható

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).

A 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).