相関係数の決定：概要、方法、および応用
相関係数は、データセット内の2つの変数間の関係の強さを判定する統計的指標です。相関係数は-1から1の範囲をとります。係数の値が1または-1に近いほど、2つの変数間に強い関係があることを示します。係数の値が0に近いほど、2つの変数間に強い関係がないことを示します。本稿では、相関係数、その計算方法、解釈、および様々な分野における応用について解説します。
相関係数入門
相関係数は、2つの変数がどの程度密接に関連しているかを数値的に示します。相関係数は、関係の方向に基づいて大きく2種類に分けられます。
1. 正の相関係数：一方の変数が増加すると、もう一方の変数も増加することを示します。
2. 負の相関係数：一方の変数が増加すると、もう一方の変数が減少することを示します。
2つの変数間の関係は、その関係の強さに基づいて3つのタイプに分類することもできます。
1. 強い相関：係数は-1または1に近い。
2. 中程度の相関：係数は-0.5から-1、または0.5から1の間です。
3. 弱い相関：係数は0に近い。
相関係数の計算方法
相関係数を計算するには、ピアソン相関係数、スピアマン相関係数、ケンドール相関係数など、いくつかの一般的な方法が用いられます。これらの方法について、それぞれ詳しく見ていきましょう。
1. ピアソン相関係数
ピアソン相関係数は、両方の変数が連続的で正規分布に従う場合によく用いられます。ピアソン相関係数の計算式は以下のとおりです。
\[ r = \frac {n(\Sigma xy) – (\Sigma x)(\Sigma y)}{ \sqrt{ [n \Sigma x^2 – (\Sigma x)^2] [n \Sigma y^2 – (\Sigma y)^2 ] } } \]
ディ・マナ:
– \( r \) = 相関係数、
– \( n \) = データペアの数、
– \( \Sigma xy \) = データペア \( x \) と \( y \) の積の合計、
– \( \Sigma x \) = 値の合計 \( x \)、
– \( \Sigma y \) = 値の合計 \( y \)
– \( \Sigma x^2 \) = \( x \) の二乗の和、
– \( \Sigma y^2 \) = \( y \) の二乗の和。
2. スピアマンの順位相関係数
スピアマン相関係数は、順序尺度データ、または正規性の仮定を満たせない場合に使用されます。スピアマン相関係数は、データの実際の値ではなく、データの順位に基づいています。スピアマン相関係数の計算式は次のとおりです。
\[ \rho = 1 – \frac {6\Sigma d_i^2}{n(n^2-1)} \]
ディ・マナ:
– \( \rho \) = スピアマンの相関係数、
– \( d_i \) = データペア \( x \) と \( y \) の順位の差、
– \( n \) = データペアの数。
3. ケンドールのタウ相関係数
ケンドールの相関係数は、2つの順序尺度変数間の関係の強さを測定します。スピアマンの相関係数とは異なり、ケンドールの相関係数は、一致するペアと一致しないペアの数に重点を置いています。ケンドールの相関係数の計算式は次のとおりです。
\[ \tau = \frac{ (C – D)} { \sqrt{(C + D + T) (C + D + U) } } \]
ディ・マナ:
– \( \tau \) = ケンドールの相関係数、
– \( C \) = 一致するペアの数、
– \( D \) = 不一致ペアの数、
– \( T \) = 変数 \( x \) の系列ペアの数、
– \( U \) = 変数 \( y \) の系列ペアの数。
相関係数の解釈
相関係数の解釈は、得られた係数の値によって異なります。
– 係数 +1: 完全な正の相関関係。
– 係数0.7～0.9：強い正の相関関係。
– 係数0.4～0.6：中程度の正の相関関係。
– 係数0.1～0.3：弱い正の相関関係。
– 係数0：相関関係なし。
– 係数 -0.1 ～ -0.3: 弱い負の相関関係。
– 係数 -0.4 ～ -0.6: 中程度の負の相関関係。
– 係数 -0.7 ～ -0.9: 強い負の相関関係。
– 係数 -1: 完全な負の相関関係。
相関係数の応用
相関係数は、経済学、社会科学、健康、教育など、さまざまな分野で幅広く応用されています。以下にいくつかの例を示します。
1. 経済学：インフレと失業率、あるいは消費支出と所得の関係を明らかにすること。
2. 社会科学：教育と収入の関係、あるいはソーシャルメディアと心理的幸福感の関係を明らかにする。
3. 健康：喫煙習慣と肺がんの発症率の関係、あるいは活動的なライフスタイルと心臓の健康との関係を比較する。
4. 教育：学習時間と試験結果の関係、またはクラスの規模と生徒の学業成績の関係を検証する。
データセットを用いた実践例
仮に、10人の生徒の数学のテストの点数と学習時間（時間単位）を含むデータセットがあるとします。内容は以下のとおりです。
「 `
生徒の学習時間 数学の成績
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
「 `
学習時間と数学のスコア間のピアソン相関係数を計算できます。ピアソンの公式を使用して、まず \( \Sigma x \)、\( \Sigma y \)、\( \Sigma xy \)、\( \Sigma x^2 \)、および \( \Sigma y^2 \) を計算し、次にこれらの値を公式に代入して \( r \) の値を取得します。
結論
相関係数は、2つの変数間の関係の強さと方向を判断するための強力なデータ分析ツールです。相関係数の概念、計算方法、解釈を理解することは、効果的なデータ分析を行う上で不可欠です。適切な理解があれば、様々な分野における変数間の相関関係をより的確に把握し、データに基づいたより情報に基づいた意思決定を行うことができます。
