Korrelaatio, joka tunnetaan myös nimellä lineaarinen (Pearson) korrelaatiokerroin, on regressiomitta, joka yrittää kvantifioida kahden muuttujan välisen nivelvariaation astetta.
Siksi se on tilastollinen mitta, joka kvantifioi kahden muuttujan välisen lineaarisen riippuvuuden, toisin sanoen jos kahden muuttujan ottamat arvot on esitetty sirontakaaviossa, lineaarinen korrelaatiokerroin osoittaa, kuinka hyvä tai huono edustettu pistejoukko lähestyy linjaa.
Vähemmän puhekielellä voimme määritellä sen lukuna, joka mittaa intensiteetin astetta ja kahden muuttujan välisen suhteen tunnetta.
Oleminen:
Cov (x; y): kovarianssi arvon "x" ja "y" välillä.
σ (x): "x": n keskihajonta.
σ (y): "y": n keskihajonta.
Arvot, jotka korrelaatio voi viedä
ρ = -1 Negatiivinen täydellinen korrelaatio
ρ = 0 Korrelaatiota ei ole
ρ = +1 positiivinen täydellinen korrelaatio
Puhumme positiivisesta korrelaatiosta, jos aina kun arvo "x" nousee, arvo "y" nousee ja samalla intensiteetillä (+1).
Päinvastaisessa tapauksessa, jos aina kun arvo "x" nousee ja arvo "y" putoaa, ja samalla intensiteetillä, puhumme negatiivisesta korrelaatiosta (-1).
On tärkeää tietää, että tämä ei tarkoita, että he tekevät sen samassa suhteessa (ellei heillä ole sama keskihajonta).
TaantumisanalyysiKorrelaation graafinen esitys
Positiivinen täydellinen korrelaatio:
Korrelaatiota ei ole:
Negatiivinen täydellinen korrelaatio:
Vinkki: Monissa tapauksissa meillä ei ole keinoja tai tietoja tämän kaavan käyttämiseen. Siksi, jos meillä on kaksi hintasarjaa, voimme laskea korrelaatiokertoimen excelissa käyttämällä seuraavaa funktiota: coef.de.correl (hintasarja x; hintasarja y).
r neliö tai määrityskerroinvaihtelukerroin