Определяне на коефициента на корелация: Въведение, методи и приложения
Коефициентът на корелация е статистическа мярка, която определя силата на връзката между две променливи в набор от данни. Корелациите варират от -1 до 1. Стойност на коефициента, близка до 1 или -1, показва силна връзка между двете променливи. Стойност на коефициента, близка до 0, показва липса на силна връзка между двете променливи. Тази статия ще обсъди коефициента на корелация, методите за неговото изчисляване, неговата интерпретация и приложенията му в различни области.
Въведение в коефициента на корелация
Коефициентът на корелация ни дава числена представа за това колко тясно са свързани две променливи. Коефициентите на корелация се разделят на два основни типа въз основа на посоката на връзката:
1. Коефициент на положителна корелация: Показва, че когато една променлива се увеличава, другата променлива също се увеличава.
2. Коефициент на отрицателна корелация: Показва, че когато една променлива се увеличава, другата променлива намалява.
Връзката между две променливи може да бъде разделена на три вида въз основа на силата на връзката:
1. Силна корелация: Коефициентът е близо до -1 или 1.
2. Умерена корелация: Коефициентът е между -0.5 и -1 или 0.5 и 1.
3. Слаба корелация: Коефициентът е близо до 0.
Метод за изчисляване на коефициента на корелация
За изчисляване на коефициента на корелация се използват няколко често срещани метода, включително корелация на Пиърсън, корелация на Спирман и корелация на Кендъл. Нека обсъдим всеки от тези методи по-подробно.
1. Корелация на Пиърсън
Коефициентът на корелация на Пиърсън често се използва, когато и двете променливи са непрекъснати и имат нормално разпределение. Формулата за коефициента на корелация на Пиърсън е:
\[ r = \frac {n(\Sigma xy) – (\Sigma x)(\Sigma y)}{ \sqrt{ [n \Sigma x^2 – (\Sigma x)^2] [n \Sigma y^2 – (\Sigma y)^2 ] } } \]
Къде:
– \(r \) = коефициент на корелация,
– \(n \) = брой двойки данни,
– \( \Sigma xy \) = сумата от произведенията на двойките данни \(x \) и \(y \),
– \( \Sigma x \) = сума от стойностите ( x \),
– \( \Sigma y \) = сума от стойностите ( y \),
– \( \Sigma x^2 \) = сума от квадратите на \( x \),
– \( \Sigma y^2 \) = сума от квадратите на \( y \).
2. Рангова корелация на Спирман
Коефициентът на корелация на Спиърман се използва за ординални данни или когато предположението за нормалност не може да бъде изпълнено. Корелацията на Спиърман се основава на класирането на стойностите на данните, а не на действителните им стойности. Формулата за коефициента на корелация на Спиърман е:
\[ \ρ = 1 – \frac {6\Sigma d_i^2}{n(n^2-1)} \]
Къде:
– \( \ρ \) = Коефициент на корелация на Спирман,
– \(d_i \) = разлика между класирането на двойки данни \(x \) и \(y \),
– \(n \) = брой двойки данни.
3. Тау корелация на Кендъл
Коефициентът на корелация на Кендъл измерва силата на връзката между две ординални променливи. За разлика от този на Спиърман, корелацията на Кендъл се фокусира повече върху броя на съгласуваните и несъответстващите двойки. Формулата за коефициента на корелация на Кендъл е:
\[ \tau = \frac{ (C – D)} { \sqrt{(C + D + T) (C + D + U) } } \]
Къде:
– \( \tau \) = Коефициент на корелация на Кендъл,
– \( C \) = брой на съгласуваните двойки,
– \( D \) = брой на несъответстващите двойки,
– \( T \) = брой двойки серии в променливата \( x \),
– \(U \) = брой двойки серии в променливата \(y \).
Интерпретация на коефициента на корелация
Интерпретацията на коефициента на корелация зависи от стойността на получения коефициент:
– Коефициент +1: Перфектна положителна връзка.
– Коефициент от 0.7 до 0.9: Силна положителна връзка.
– Коефициент от 0.4 до 0.6: Умерена положителна връзка.
– Коефициент от 0.1 до 0.3: Слаба положителна връзка.
– Коефициент 0: Няма връзка.
– Коефициент от -0.1 до -0.3: Слаба отрицателна връзка.
– Коефициент от -0.4 до -0.6: Умерена отрицателна връзка.
– Коефициент от -0.7 до -0.9: Силна отрицателна връзка.
– Коефициент -1: Перфектна отрицателна връзка.
Приложение на коефициента на корелация
Коефициентът на корелация има широк спектър от приложения в различни области, включително икономика, социални науки, здравеопазване, образование и други. Ето някои примери:
1. Икономика: Определяне на връзката между инфлацията и безработицата или между потребителските разходи и доходите.
2. Социални науки: Определяне на връзката между образованието и доходите или между социалните медии и психологическото благополучие.
3. Здраве: Сравняване на връзката между тютюнопушенето и случаите на рак на белия дроб или между активния начин на живот и здравето на сърцето.
4. Образование: Изследване на връзката между времето за учене и резултатите от изпитите или между размера на класа и постиженията на учениците.
Практически примери за използване на набори от данни
Да предположим, че имаме набор от данни, който включва резултати от тестове по математика и време за учене в часове на 10 ученици, както следва:
„„
Ученици Учебни часове Математика Оценки
1 5 85
2 3 78
3 6 90
4 2 76
5 4 80
6 6 88
7 5 85
8 3 82
9 7 91
10 5 87
„„
Можем да изчислим коефициента на корелация на Пиърсън между учебните_часове и математическия_резултат. Използвайки формулата на Пиърсън, първо изчисляваме \( \Sigma x \), \( \Sigma y \), \( \Sigma xy \), \( \Sigma x^2 \) и \( \Sigma y^2 \), след което заместваме тези стойности във формулата, за да получим стойността на \( r \).
Заключение
Коефициентът на корелация е мощен инструмент в анализа на данни за определяне на силата и посоката на връзката между две променливи. Разбирането на концепцията, методите за изчисление и интерпретацията на коефициента на корелация е от съществено значение за ефективния анализ на данните. С правилно разбиране можем по-добре да определим корелациите между променливи в различни области и да вземаме по-информирани решения, основани на данни.
