सहसंबंध गुणांक निश्चित करणे: प्रस्तावना, पद्धती आणि उपयोजन
सहसंबंध गुणांक हे एक सांख्यिकीय मापक आहे, जे डेटासेटमधील दोन चलांमधील संबंधाची तीव्रता ठरवते. सहसंबंध -१ ते १ पर्यंत असतात. गुणांकाचे मूल्य १ किंवा -१ च्या जवळ असल्यास, ते दोन चलांमध्ये मजबूत संबंध असल्याचे दर्शवते. गुणांकाचे मूल्य ० च्या जवळ असल्यास, ते दोन चलांमध्ये कोणताही मजबूत संबंध नसल्याचे दर्शवते. या लेखात सहसंबंध गुणांक, त्याची गणना करण्याच्या पद्धती, त्याचे स्पष्टीकरण आणि विविध क्षेत्रांतील त्याचे उपयोग यावर चर्चा केली जाईल.
सहसंबंध गुणांकाचा परिचय
सहसंबंध गुणांक आपल्याला दोन चल एकमेकांशी किती जवळून संबंधित आहेत याचे संख्यात्मक दृश्य देतो. संबंधाच्या दिशेनुसार सहसंबंध गुणांकांचे दोन मुख्य प्रकारांमध्ये विभाजन केले जाते:
१. सकारात्मक सहसंबंध गुणांक: हे दर्शवते की जेव्हा एक चल वाढते, तेव्हा दुसरे चल देखील वाढते.
२. नकारात्मक सहसंबंध गुणांक: हे दर्शवते की जेव्हा एक चल वाढते, तेव्हा दुसरे चल कमी होते.
दोन चलांमधील संबंधाचे, त्या संबंधाच्या तीव्रतेनुसार, तीन प्रकारांमध्ये वर्गीकरण करता येते:
१. मजबूत सहसंबंध: गुणांक -१ किंवा १ च्या जवळ असतो.
२. मध्यम सहसंबंध: गुणांक -०.५ ते -१ किंवा ०.५ ते १ च्या दरम्यान असतो.
३. कमजोर सहसंबंध: गुणांक ० च्या जवळ असतो.
सहसंबंध गुणांक मोजण्याची पद्धत
सहसंबंध गुणांक मोजण्यासाठी अनेक सामान्य पद्धती वापरल्या जातात, ज्यामध्ये पिअर्सनचा सहसंबंध, स्पीअरमनचा सहसंबंध आणि केंडलचा सहसंबंध यांचा समावेश आहे. चला या प्रत्येक पद्धतीवर अधिक तपशीलवार चर्चा करूया.
१. पिअरसन सहसंबंध
जेव्हा दोन्ही चल सलग असतात आणि त्यांचे वितरण सामान्य असते, तेव्हा पिअरसन सहसंबंध गुणांकाचा वापर अनेकदा केला जातो. पिअरसन सहसंबंध गुणांकाचे सूत्र खालीलप्रमाणे आहे:
\[ r = \frac {n(\Sigma xy) – (\Sigma x)(\Sigma y)}{ \sqrt{ [n \Sigma x^2 – (\Sigma x)^2] [n \Sigma y^2 – (\Sigma y)^2 ] } } \]
कुठे:
– \( r \) = सहसंबंध गुणांक,
– \( n \) = डेटा जोड्यांची संख्या,
– \( \Sigma xy \) = \( x \) आणि \( y \) या डेटा जोड्यांच्या गुणाकारांची बेरीज,
– \( \Sigma x \) = \( x \) च्या मूल्यांची बेरीज
– \( \Sigma y \) = \( y \) च्या मूल्यांची बेरीज
– \( \Sigma x^2 \) = \( x \) च्या वर्गांची बेरीज
– \( \Sigma y^2 \) = \( y \) च्या वर्गांची बेरीज.
२. स्पीअरमनचा रँक सहसंबंध
स्पीअरमन सहसंबंध गुणांक क्रमवाचक डेटासाठी किंवा जेव्हा सामान्यतेची अट पूर्ण होत नाही तेव्हा वापरला जातो. स्पीअरमन सहसंबंध हा डेटा मूल्यांच्या वास्तविक मूल्यांऐवजी त्यांच्या क्रमवारीवर आधारित असतो. स्पीअरमन सहसंबंध गुणांकाचे सूत्र खालीलप्रमाणे आहे:
\[ \rho = 1 – \frac {6\Sigma d_i^2}{n(n^2-1)} \]
कुठे:
– \( \rho \) = स्पीअरमनचा सहसंबंध गुणांक,
– \( d_i \) = डेटा जोड्या \( x \) आणि \( y \) यांच्या क्रमवारीतील फरक,
– \( n \) = डेटा जोड्यांची संख्या.
३. केंडलचा टाऊ सहसंबंध
केंडलचा सहसंबंध गुणांक दोन क्रमिक चलांमधील संबंधाची तीव्रता मोजतो. स्पीअरमनच्या सहसंबंध गुणांकाच्या विपरीत, केंडलचा सहसंबंध गुणांक सुसंगत आणि विसंगत जोड्यांच्या संख्येवर अधिक लक्ष केंद्रित करतो. केंडलच्या सहसंबंध गुणांकाचे सूत्र खालीलप्रमाणे आहे:
\[ \tau = \frac{ (C – D)} { \sqrt{(C + D + T) (C + D + U) } } \]
कुठे:
– \( \tau \) = केंडलचा सहसंबंध गुणांक,
– \( C \) = जुळणाऱ्या जोड्यांची संख्या,
– \( D \) = विसंवादी जोड्यांची संख्या,
– \( T \) = चल \( x \) मधील श्रेणी जोड्यांची संख्या,
– \( U \) = चल \( y \) मधील श्रेणी जोड्यांची संख्या.
सहसंबंध गुणांकाचे स्पष्टीकरण
सहसंबंध गुणांकाचा अर्थ लावणे हे मिळालेल्या गुणांकाच्या मूल्यावर अवलंबून असते:
– गुणांक +1: परिपूर्ण सकारात्मक संबंध.
– गुणांक ०.७ ते ०.९: मजबूत सकारात्मक संबंध.
– गुणांक ०.४ ते ०.६: मध्यम सकारात्मक संबंध.
– गुणांक ०.१ ते ०.३: कमकुवत सकारात्मक संबंध.
– गुणांक ०: कोणताही संबंध नाही.
– गुणांक -0.1 ते -0.3: कमजोर नकारात्मक संबंध.
– गुणांक -0.4 ते -0.6: मध्यम नकारात्मक संबंध.
– गुणांक -0.7 ते -0.9: तीव्र नकारात्मक संबंध.
– गुणांक -1: परिपूर्ण नकारात्मक संबंध.
सहसंबंध गुणांक अनुप्रयोग
सहसंबंध गुणांकाचा उपयोग अर्थशास्त्र, समाजशास्त्र, आरोग्य, शिक्षण आणि इतर अनेक क्षेत्रांमध्ये मोठ्या प्रमाणावर होतो. येथे काही उदाहरणे दिली आहेत:
१. अर्थशास्त्र: चलनवाढ आणि बेरोजगारी यांच्यातील, किंवा ग्राहक खर्च आणि उत्पन्न यांच्यातील संबंध निश्चित करणे.
२. सामाजिक शास्त्रे: शिक्षण आणि उत्पन्न यांच्यातील संबंध, किंवा सोशल मीडिया आणि मानसिक स्वास्थ्य यांच्यातील संबंध निश्चित करणे.
३. आरोग्य: धूम्रपानाच्या सवयी आणि फुफ्फुसाचा कर्करोग यांची प्रकरणे, किंवा सक्रिय जीवनशैली आणि हृदयाचे आरोग्य यांच्यातील संबंधांची तुलना करणे.
४. शिक्षण: अभ्यासाचा वेळ आणि परीक्षेचे निकाल, किंवा वर्गाचा आकार आणि विद्यार्थ्यांची कामगिरी यांच्यातील संबंधाचे परीक्षण करणे.
डेटासेट वापरून व्यावहारिक उदाहरणे
समजा आपल्याकडे खालीलप्रमाणे १० विद्यार्थ्यांचे गणिताच्या परीक्षेतील गुण आणि अभ्यासाचा वेळ (तासांमध्ये) असलेला एक डेटासेट आहे:
"`
विद्यार्थी गणिताच्या अभ्यासाचे तास इयत्ता
९ ७ ९१
९ ७ ९१
९ ७ ९१
९ ७ ९१
९ ७ ९१
९ ७ ९१
९ ७ ९१
९ ७ ९१
९ ७ ९१
१० ५ ८७
"`
आपण Study_Hours आणि Math_Score यांच्यातील पिअरसन सहसंबंध गुणांक मोजू शकतो. पिअरसनच्या सूत्राचा वापर करून, आपण प्रथम \( \Sigma x \), \( \Sigma y \), \( \Sigma xy \), \( \Sigma x^2 \), आणि \( \Sigma y^2 \) मोजतो, नंतर \( r \) चे मूल्य मिळवण्यासाठी ही मूल्ये सूत्रात ठेवतो.
निष्कर्ष
सहसंबंध गुणांक हे दोन चलांमधील संबंधाची तीव्रता आणि दिशा निश्चित करण्यासाठी डेटा विश्लेषणातील एक शक्तिशाली साधन आहे. प्रभावी डेटा विश्लेषणासाठी सहसंबंध गुणांकाची संकल्पना, गणना पद्धती आणि अर्थ समजून घेणे आवश्यक आहे. योग्य समजाद्वारे, आपण विविध क्षेत्रांतील चलांमधील सहसंबंध अधिक चांगल्या प्रकारे निश्चित करू शकतो आणि अधिक माहितीपूर्ण, डेटा-आधारित निर्णय घेऊ शकतो.
