Korrelációs együttható
Ez a szócikk vagy szakasz lektorálásra, tartalmi javításokra szorul. |
A korrelációs együtthatót egy összefüggés numerikus mérésére alkalmazzuk, amely két változó közötti statisztikai kapcsolatot jellemzi.[1] A változók lehetnek egy adott megfigyelési adatkészlet két oszlopa, amelyet gyakran mintának hívnak, vagy egy többváltozós, ismert eloszlású véletlen változó két összetevője.
Különböző típusú korrelációs együtthatók léteznek. Mindegyik −1 és +1 közötti értéket vehet fel, ahol ± 1 a lehető legerősebb egyezést és 0 a lehető legnagyobb eltérést jelzi.[2] Az elemzés eszközeként a korrelációs együtthatók problémát is jelentenek, ideértve a kiugró értékek torzítását, valamint annak lehetőségét, hogy helytelenül használják fel a változók közötti okozati összefüggés következtetésére. [3]
Típusok
szerkesztésPearson
szerkesztésA Pearson-féle korrelációs együttható, más néven r, R, vagy Pearson-féle R, olyan mérőszám, amely az erősségét és az irányát mutatja meg egy lineáris kapcsolat két változója között, amely a változók kovarianciája osztva a standard szórás. Ez a korrelációs együttható legismertebb és leggyakrabban használt típusa. Ha a "korrelációs együttható" kifejezést minősítés nélkül használjuk, ez általában a Pearson eredmény-időpont korrelációs együtthatóra utal.
Osztályon belüli
szerkesztésA csoporton belüli korreláció (ICC) egy leíró statisztika, amely akkor használható, ha kvantitatív méréseket végzünk csoportokba rendezett egységeken. Megmutatja, hogy az azonos csoport egységei mennyire hasonlítanak egymáshoz.
Rang
szerkesztésA rangkorreláció két változó rangsora vagy ugyanazon változó két rangsorolása közötti kapcsolat mérése:
- A Spearman rangkorrelációs együttható azt jelzi, hogy a két változó közötti kapcsolatot hogyan lehet monoton funkcióval leírni.
- A Kendall tau rangkorrelációs együttható a rangok azon részének mérése, amely megegyezik két adatbázis között.
- Goodman és Kruskal gamma a kereszttáblázatban szereplő adatok asszociációjának erősségét méri, ha mindkét változó sorrendi szinten volt mérve.
Tetrakorikus és polikorikus
szerkesztésA polikorikus korrelációs együttható két rendezett-kategorikus változó asszociációját méri. Technikai szempontból úgy határozza meg, hogy a Pearson-féle korrelációs együttható becslését akkor kapnánk, ha (1) a két változót folyamatos skálán mérjük, nem pedig rendezett kategóriájú változóként, és (2) a két folyamatos változó kétváltozós normál eloszlást követ. Ha mindkét változó dichotómikus, nem pedig rendezett-kategorikus, akkor a polikorikus korrelációs együtthatót tetrakorikus korrelációs együtthatónak nevezzük.
Jegyzetek
szerkesztés- ↑ correlation coefficient. NCME.org. National Council on Measurement in Education. [2017. július 22-i dátummal az eredetiből archiválva]. (Hozzáférés: 2014. április 17.) „correlation coefficient: A statistic used to show how the scores from one measure relate to scores on a second measure for the same group of individuals. A high value (approaching +1.00) is a strong direct relationship, values near 0.50 are considered moderate and values below 0.30 are considered to show weak relationship. A low negative value (approaching -1.00) is similarly a strong inverse relationship, and values near 0.00 indicate little, if any, relationship.”
- ↑ Taylor, John R.. An Introduction to Error Analysis: The Study of Uncertainties in Physical Measurements, 2nd, Sausalito, CA: University Science Books, 217. o. (1997. június 24.). ISBN 0-935702-75-X. Hozzáférés ideje: 2019. február 14.
- ↑ Boddy, Richard. Statistical methods in practice: for scientists and technologists. Chichester, U.K.: Wiley, 95–96. o. (2009. június 24.). ISBN 978-0-470-74664-6
Fordítás
szerkesztésEz a szócikk részben vagy egészben a Correlation coefficient című angol Wikipédia-szócikk ezen változatának fordításán alapul. Az eredeti cikk szerkesztőit annak laptörténete sorolja fel. Ez a jelzés csupán a megfogalmazás eredetét és a szerzői jogokat jelzi, nem szolgál a cikkben szereplő információk forrásmegjelöléseként.
Kapcsolódó szócikkek
szerkesztés