Mikä tulkitaan korrelaatiokertoimen ja arvo

Maailmassamme, kaikki liittyy kaikkeen, jonnekin se näkyy paljaalla silmällä, ja joissain tapauksissa ihmiset eivät edes tiedä olemassaolosta tällaisen suhteen. Kuitenkin tilastot, kun viitataan keskinäisen riippuvuuden, käyttävät usein termiä "korrelaatio". Se löytyy usein talouden kirjallisuudessa. Yritetään selvittää, mitä on pohjimmiltaan tämä konsepti, mitkä tekijät ja miten tulkita saatuja arvoja.

käsite

Joten, mikä on korrelaatio? Pääsääntöisesti tämä termi merkitsee tilastollinen suhde kahden tai useamman parametrin. Jos arvo muuttuu yhden tai useamman niistä, se vaikuttaa väistämättä arvoa muille. Sillä matemaattisen voiman tällainen keskinäinen riippuvuus on tavallista käyttää erilaisia tekijöitä. On huomattava, että siinä tapauksessa, että muutos yhden parametrin ei johda luonnollista muutosta toiseen, mutta vaikutus tahansa tilastollisen tunnusluvun, tällainen suhde ei ole korrelaatiota, mutta vain tilastollinen.

Historian ajan

Jotta voidaan paremmin ymmärtää, mitä korrelaatio, nyt kaivaa tarina. Tämä termi ilmestyi XVIII vuosisadalla ponnistelujen ansiosta Ranskan paleontologi Zhorzha Kyuve. Tämä tutkija on kehittänyt niin kutsutun "laki korrelaatio" elinten ja osien eläviä olentoja, jonka avulla voit palauttaa ulkonäkö antiikin fossiilisten eläimen, jolla on vain joitakin sen edelleen käytettävissä. Tilastoissa tämä sana tuli käyttöön vuonna 1886 valolla käden Englanti tilastojen ja biologi Francis Galton. Nimikin termi on löytänyt sen tulkinta: ei vain eikä pelkästään viestintää - «suhde», ja suhde toisiinsa on jotakin jaettua - «co-suhde». Kuitenkin selkeästi selittää matemaattisesti, että tämä korrelaatio voisi vain opiskelija Galton, biologi ja matemaatikko Karl Pearson (1857-1936). Se oli hänen jotka ensimmäinen toi täsmällinen laskentakaava vastaavilla kertoimilla.

pari korrelaatio

Joten me kutsumme suhde kahden määritetyn arvon. Esimerkiksi on osoitettu, että vuotuiset kustannukset mainonnan Yhdysvalloissa liittyvät läheisesti koko bruttokansantuotteesta. On arvioitu, että näiden arvojen välillä vuosina 1956-1977 god korrelaatiokerroin oli 0,9699. Toinen esimerkki - käyntien määrää verkkokauppaan ja myyntivolyymiin. Läheiset suhteet havaittu näiden arvojen myynti oluen ja ilman lämpötila, keskilämpötila tietyn paikalla kuluvan ja edellisen vuoden, ja niin edelleen. D. Miten tulkita kertoimen parin korrelaatio? Nyt voidaan todeta, että se saa arvon -1-1, jossa negatiivinen luku osoittaa päinvastoin, ja positiivinen - suora riippuvuus. Suurempi yksikkö määrä tuloksia, mitä suurempi on vaikutus toisiinsa. Jos arvo on nolla edustaa puute riippuvuus arvo pienempi kuin 0,5 osoittaa huono, ja muuten - selkeästi määritelty suhde.

Pearsonin korrelaatio

Riippuen siitä, mitä asteikolla mitattua muuttujaa laskelmissa käytetään indikaattorin (Fechner kerroin Spearman, Kendall ja t. D.). Kun tutkittiin väli arvoja, yleisimmin käytetty indikaattori, keksi Karlom Pirsonom. Tämä suhde osoittaa asteen lineaarista suhdetta kahden parametrin välillä. Kun ihmiset puhuvat korrelaatioita, suurin osa siitä ja on mielessä. Tämä indikaattori on tullut niin suosittu, että se on kaava Excelissä ja voi olla hyvin käytännöllinen, jos haluat ymmärtää, mitä korrelaatio on, menemättä koukerot monimutkaisia kaavoja. Syntaksi tämä toiminto on muotoa: PEARSON (matriisi1, matriisi2). Koska ensimmäinen ja toinen ryhmä numeroita vastaavat yleisesti substituoitu vaihtelee.