Korrelyatsiya koeffitsientini aniqlash: Kirish, usullar va qo'llanmalar
Korrelyatsiya koeffitsienti ma'lumotlar to'plamidagi ikkita o'zgaruvchi o'rtasidagi bog'liqlikning kuchini aniqlaydigan statistik o'lchovdir. Korrelyatsiyalar -1 dan 1 gacha. 1 yoki -1 ga yaqin koeffitsient qiymati ikki o'zgaruvchi o'rtasida kuchli bog'liqlikni ko'rsatadi. 0 ga yaqin koeffitsient qiymati ikki o'zgaruvchi o'rtasida kuchli bog'liqlik yo'qligini ko'rsatadi. Ushbu maqolada korrelyatsiya koeffitsienti, uni hisoblash usullari, talqini va turli sohalarda qo'llanilishi muhokama qilinadi.
Korrelyatsiya koeffitsientiga kirish
Korrelyatsiya koeffitsienti bizga ikkita o'zgaruvchining qanchalik yaqin bog'liqligini raqamli ko'rinishda ko'rsatadi. Korrelyatsiya koeffitsientlari bog'liqlik yo'nalishiga qarab ikkita asosiy turga bo'linadi:
1. Ijobiy korrelyatsiya koeffitsienti: Bir o'zgaruvchi oshganda, boshqa o'zgaruvchi ham oshishini ko'rsatadi.
2. Salbiy korrelyatsiya koeffitsienti: Bir o'zgaruvchi oshganda, boshqa o'zgaruvchi kamayishini ko'rsatadi.
Ikki o'zgaruvchi o'rtasidagi munosabatni, shuningdek, munosabatlarning kuchiga qarab uch turga bo'lish mumkin:
1. Kuchli korrelyatsiya: Koeffitsient -1 yoki 1 ga yaqin.
2. O'rtacha korrelyatsiya: Koeffitsient -0.5 dan -1 gacha yoki 0.5 dan 1 gacha.
3. Zaif korrelyatsiya: Koeffitsient 0 ga yaqin.
Korrelyatsiya koeffitsientini hisoblash usuli
Korrelyatsiya koeffitsientini hisoblash uchun bir nechta keng tarqalgan usullar qo'llaniladi, jumladan, Pearson korrelyatsiyasi, Spirman korrelyatsiyasi va Kendall korrelyatsiyasi. Keling, ushbu usullarning har birini batafsilroq ko'rib chiqaylik.
1. Pearson korrelyatsiyasi
Pearson korrelyatsiya koeffitsienti ko'pincha ikkala o'zgaruvchi ham uzluksiz va normal taqsimotga ega bo'lganda qo'llaniladi. Pearson korrelyatsiya koeffitsienti formulasi quyidagicha:
\[ r = \frac {n(\Sigma xy) – (\Sigma x)(\Sigma y)}{ \sqrt{ [n \Sigma x^2 – (\Sigma x)^2] [n \Sigma y^2 – (\Sigma y)^2 ] } } \]
Qayerda:
– \( r \) = korrelyatsiya koeffitsienti,
– \(n \) = ma'lumotlar juftliklari soni,
– \( \Sigma xy \) = \(x \) va \(y \) ma'lumotlar juftliklarining ko'paytmalari yig'indisi,
– \( \Sigma x \) = qiymatlar yig'indisi \( x \),
– \( \Sigma y \) = qiymatlar yig'indisi \( y \),
– \( \Sigma x^2 \) = \( x \ ning kvadratlari yig'indisi,
– \( \Sigma y^2 \) = \( y \) ning kvadratlari yig'indisi.
2. Nayzachi darajasining korrelyatsiyasi
Spearman korrelyatsiya koeffitsienti tartibli ma'lumotlar uchun yoki normallik taxminiga erishish mumkin bo'lmagan hollarda qo'llaniladi. Spearman korrelyatsiyasi ma'lumotlar qiymatlarining haqiqiy qiymatlariga emas, balki ularning reytingiga asoslanadi. Spearman korrelyatsiya koeffitsienti formulasi quyidagicha:
\[ \rho = 1 – \frac {6\Sigma d_i^2}{n(n^2-1)} \]
Qayerda:
– \( \rho \) = Spirman korrelyatsiya koeffitsienti,
– \(d_i \) = \(x \) va \(y \) ma'lumotlar juftliklarining reytinglari orasidagi farq,
– \( n \) = ma'lumotlar juftliklari soni.
3. Kendallning Tau korrelyatsiyasi
Kendall korrelyatsiya koeffitsienti ikkita tartibli o'zgaruvchi o'rtasidagi bog'liqlikning kuchini o'lchaydi. Spirmannikidan farqli o'laroq, Kendall korrelyatsiyasi ko'proq konkordant va discordant juftliklar soniga qaratilgan. Kendall korrelyatsiya koeffitsientining formulasi quyidagicha:
\[ \tau = \frac{ (C – D)} { \sqrt{(C + D + T) (C + D + U)}} \]
Qayerda:
– \( \tau \) = Kendall korrelyatsiya koeffitsienti,
– \( C \) = mos keladigan juftliklar soni,
– \( D \) = nomuvofiq juftliklar soni,
– \( T \) = \( x \) o'zgaruvchisidagi ketma-ket juftliklar soni,
– \( U \) = \( y \) o'zgaruvchisidagi ketma-ket juftliklar soni.
Korrelyatsiya koeffitsientini talqin qilish
Korrelyatsiya koeffitsientining talqini olingan koeffitsientning qiymatiga bog'liq:
– Koeffitsient +1: Mutlaqo ijobiy munosabat.
– 0.7 dan 0.9 gacha koeffitsient: Kuchli ijobiy bog'liqlik.
– 0.4 dan 0.6 gacha koeffitsient: O'rtacha ijobiy munosabat.
– 0.1 dan 0.3 gacha koeffitsient: Kuchsiz musbat bog'liqlik.
– 0 koeffitsienti: Bog'liqlik yo'q.
– -0.1 dan -0.3 gacha koeffitsient: Kuchsiz salbiy bog'liqlik.
– -0.4 dan -0.6 gacha koeffitsient: O'rtacha salbiy munosabat.
– -0.7 dan -0.9 gacha koeffitsient: Kuchli salbiy bog'liqlik.
– -1 koeffitsienti: Mutlaqo salbiy munosabat.
Korrelyatsiya koeffitsientini qo'llash
Korrelyatsiya koeffitsienti iqtisodiyot, ijtimoiy fanlar, sog'liqni saqlash, ta'lim va boshqa sohalarda keng qo'llaniladi. Mana ba'zi misollar:
1. Iqtisodiyot: Inflyatsiya va ishsizlik yoki iste'mol xarajatlari va daromad o'rtasidagi bog'liqlikni aniqlash.
2. Ijtimoiy fanlar: Ta'lim va daromad o'rtasidagi yoki ijtimoiy tarmoqlar va psixologik farovonlik o'rtasidagi bog'liqlikni aniqlash.
3. Sog'liqni saqlash: Chekish odatlari va o'pka saratoni holatlari yoki faol turmush tarzi va yurak salomatligi o'rtasidagi bog'liqlikni taqqoslash.
4. Ta'lim: O'qish vaqti va imtihon natijalari yoki sinf hajmi va o'quvchilarning yutuqlari o'rtasidagi bog'liqlikni o'rganish.
Ma'lumotlar to'plamlaridan foydalanishning amaliy misollari
Aytaylik, bizda matematika test ballari va 10 talabaning soatlik o'qish vaqtini o'z ichiga olgan ma'lumotlar to'plami quyidagicha:
""
Talabalarning o'qish soatlari Matematika baholari
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
""
Biz Study_Hours va Math_Score o'rtasidagi Pearson korrelyatsiya koeffitsientini hisoblashimiz mumkin. Pearson formulasidan foydalanib, avval \( \Sigma x \), \( \Sigma y \), \( \Sigma xy \), \( \Sigma x^2 \) va \( \Sigma y^2 \) ni hisoblaymiz, so'ngra bu qiymatlarni formulaga almashtirib, \( r \) qiymatini olamiz.
Xulosa
Korrelyatsiya koeffitsienti ma'lumotlarni tahlil qilishda ikkita o'zgaruvchi o'rtasidagi bog'liqlikning kuchi va yo'nalishini aniqlash uchun kuchli vositadir. Korrelyatsiya koeffitsienti tushunchasini, hisoblash usullarini va talqinini tushunish samarali ma'lumotlarni tahlil qilish uchun juda muhimdir. To'g'ri tushunish bilan biz turli sohalardagi o'zgaruvchilar o'rtasidagi bog'liqlikni yaxshiroq aniqlashimiz va ko'proq ma'lumotga asoslangan, ma'lumotlarga asoslangan qarorlar qabul qilishimiz mumkin.
