Өнім моментінің корреляциясы: айнымалылар арасындағы сызықтық байланысты зерттеу
Көбейтінді-моменттік корреляция, көбінесе Пирсон корреляциясы деп аталады, екі сандық айнымалы арасындағы сызықтық қатынастың күші мен бағытын өлшеу үшін ең көп қолданылатын статистикалық әдістердің бірі. 19 ғасырдың соңында Карл Пирсон ойлап тапқан бұл әдіс психология, экономика, биология және әлеуметтік ғылымдар сияқты әртүрлі пәндерде маңызды құрал болып қала береді.
Анықтамасы және негізгі ұғымдары
Көбейтінді момент корреляциясы екі айнымалының өзара байланысты болу дәрежесін өлшейді. r деп белгіленген Пирсон корреляция коэффициенті -1-ден +1-ге дейін. +1 мәні бір айнымалының артуынан кейін екіншісінің артуы болатын мінсіз оң сызықтық байланысты көрсетеді. -1 мәні бір айнымалының артуынан кейін екіншісінің кемуі болатын мінсіз теріс сызықтық байланысты көрсетеді. Екінші жағынан, 0 мәні айнымалылар арасында сызықтық байланыстың жоқтығын көрсетеді.
Пирсон корреляция коэффициентін есептеу
Пирсон корреляция коэффициентін есептеу формуласы келесідей:
\[ r = \frac{N(\sum XY) – (\sum X)(\sum Y)}{\sqrt{[N \sum X^2 – (\sum
Қайда:
– \( N \) – деректер жұптарының саны.
– \(X \) және \(Y \) бірінші және екінші айнымалылардың мәндері болып табылады.
– \( \sum XY \) – \(X \) және \(Y \) ұпайларының көбейтінділерінің қосындысы.
– \( \sum X \) және \( \sum Y \) мәндері \( X \) және \( Y \) мәндерінің қосындысы болып табылады.
– \( \sum X^2 \) және \( \sum Y^2 \) – \( X \) және \( Y \) мәндерінің квадраттарының қосындысы.
Нәтижелерді түсіндіру
\(r\) мәнін есептегеннен кейін, келесі қадам нәтижелерді түсіндіру болып табылады:
– \( r \) = +1: Мінсіз оң қарым-қатынас.
– \( r \) = -1: Мінсіз теріс қатынас.
– \( 0 < r < +1 \): Әлсізден күштіге дейінгі оң байланыс. - \( -1 < r < 0 \): Әлсізден күштіге дейінгі теріс байланыс. - \( r \) = 0: Айнымалылар арасында сызықтық байланыс жоқ. Жалпы, \( r \) мәні байланыс беріктігінің критерийлерімен де байланысты, мысалы: - \( 0.00 - 0.19 \): Өте төмен корреляция. - \( 0.20 - 0.39 \): Төмен корреляция. - \( 0.40 - 0.59 \): Орташа корреляция. - \( 0.60 - 0.79 \): Күшті корреляция. - \( 0.80 - 1.00 \): Өте күшті корреляция. Дегенмен, бұл критерийлер стандартты емес және қолданылатын ғылымның контексті мен саласына байланысты өзгеруі мүмкін.
Әртүрлі салаларда қолданылуы Пирсон корреляциясы әртүрлі салаларда кеңінен қолданылады. Мысалы, психологияда тұлғаның екі аспектісі арасындағы байланысты өлшеу үшін; экономикада табыс пен тұтыну сияқты екі экономикалық айнымалы арасындағы байланысты бағалау үшін; биологияда екі биологиялық сипаттама арасындағы байланысты зерттеу үшін. Мысалы, зерттеуші стресс пен ұйқы сапасы арасында байланыс бар-жоғын анықтағысы келуі мүмкін. Бірқатар адамдардан стресс деңгейі мен ұйқы сапасы туралы деректер жинау және Пирсон корреляциясын пайдалану арқылы зерттеуші бұл екі айнымалы арасында статистикалық тұрғыдан маңызды байланыс бар-жоғын анықтай алады. Шектеулер мен ескеретін жайттар Пирсон корреляциясы қуатты құрал болғанымен, бірнеше шектеулерді ескеру қажет: 1. Сызықтық болжам: Пирсон тек сызықтық қатынастар үшін жарамды. Егер айнымалылар арасындағы байланыс сызықтық болмаса, ол Пирсон корреляция коэффициентімен жақсы көрсетілмейді. Мұндай жағдайларда басқа корреляция әдістері немесе сызықтық емес талдау тиімдірек болуы мүмкін. 2. Аутсайдерлерге сезімталдық: Экстремалды мәндер немесе аутсайдерлер корреляция коэффициентінің мәніне айтарлықтай әсер етуі мүмкін. Сондықтан, деректерді талдауда ауытқуларды анықтау және өңдеу өте маңызды.
3. Себеп-салдарлықты көрсетпейді: Корреляция себеп-салдарлықпен бірдей емес. Екі айнымалы корреляцияланғандықтан, бір айнымалы екіншісінде өзгерістер тудырады дегенді білдірмейді. Сондықтан, корреляция нәтижелерін мұқият талдау керек, және себеп-салдарлық байланысты анықтау үшін қосымша зерттеулер қажет болуы мүмкін. Пирсон корреляциясына балама Пирсон корреляциясынан басқа, деректер шарттары мен түріне байланысты қолданылуы мүмкін бірнеше басқа корреляция әдістері бар: - Спирмен корреляциясы: Реттік деректер үшін немесе қалыптылық пен сызықтық болжамдарға сәйкес келмейтін деректер үшін қолданылады. Спирмен корреляциясы екі айнымалы арасындағы монотондылықтың күші мен бағытын өлшейді. - Кендалл корреляциясы: Сондай-ақ реттік деректер немесе қалыпты емес деректер үшін. Ол екі деректер рангі арасындағы сәйкестік дәрежесін есептейді. Қорытынды Өнім моменті корреляциясы немесе Пирсон корреляциясы зерттеушілерге екі сандық айнымалы арасындағы сызықтық байланысты түсінуге мүмкіндік беретін деректерді талдаудағы маңызды құрал болып табылады. Корреляция коэффициентін есептеу және түсіндіру айнымалылар арасындағы байланыстың күші мен бағыты туралы құнды түсініктер береді. Дегенмен, корреляция себептілікті білдірмейтінін және талдау нәтижелерін жалпы контексте қарастыру керектігін есте ұстаған жөн. Пирсон корреляциясын ақылмен пайдалану арқылы зерттеушілер зерттейтін деректерден дәлірек және тиісті жалпылаулар жасай алады.
