Ví dụ về câu hỏi và thảo luận về hệ số tương quan momen tích
Hệ số tương quan tích momen, hay còn gọi là hệ số tương quan Pearson, là một phương pháp thống kê được sử dụng để đo lường độ mạnh và hướng của mối quan hệ tuyến tính giữa hai biến số. Phương pháp này hữu ích trong nhiều lĩnh vực, từ nghiên cứu học thuật và phân tích kinh doanh đến đánh giá các thí nghiệm trong khoa học tự nhiên. Bài viết này sẽ thảo luận một số ví dụ và lời giải của chúng về cách tính hệ số tương quan tích momen.
Giới thiệu
Trước khi đi vào các câu hỏi ví dụ, điều quan trọng là phải hiểu khái niệm cơ bản về hệ số tương quan momen tích. Công thức tổng quát được sử dụng để tính hệ số tương quan Pearson (\(r\)) là:
\[ r = \frac{n(\sum{XY}) – (\sum{X})(\sum{Y})}{\sqrt{[n\sum{X^2} – (\sum{X})^2][n\sum{Y^2} – (\sum{Y})^2]}} \]
Dimana:
– \( n \) là số cặp dữ liệu.
– \( \sum{XY} \) là tổng của các tích của \( X \) và \( Y \).
– \( \sum{X} \) là tổng của các biến \( X \).
– \( \sum{Y} \) là tổng của các biến \( Y \).
– \( \sum{X^2} \) là tổng bình phương của biến \( X \).
– \( \sum{Y^2} \) là tổng bình phương của biến \( Y \).
Hệ số tương quan Pearson (\( r \)) luôn nằm giữa -1 và 1. Tương quan dương cho thấy cả hai biến đều biến đổi cùng chiều, trong khi tương quan âm cho thấy khi một biến tăng thì biến kia giảm. Nếu \( r = 0 \), thì không có tương quan tuyến tính giữa hai biến.
Ví dụ câu hỏi 1
Ngày
Dưới đây là dữ liệu điểm thi toán và vật lý của 5 học sinh:
| Học sinh | Toán học (X) | Vật lý (Y) |
|——-|——————-|————-|
| 1 | 85 | 90 |
| 2 | 78 | 85 |
| 3 | 85 | 80 |
| 4 | 70 | 70 |
| 5 | 80 | 88 |
Các bước giải quyết
1. Tính toán các thành phần quan trọng:
– \( \sum{X} \) = 85 + 78 + 85 + 70 + 80 = 398
– \( \sum{Y} \) = 90 + 85 + 80 + 70 + 88 = 413
– \( \sum{XY} \) = (85\ 90) + (78\ 85) + (85\ 80) + (70\ 70) + (80\ 88) = 7650 + 6630 + 6800 + 4900 + 7040 = 33020
– \( \sum{X^2} \) = (85^2) + (78^2) + (85^2) + (70^2) + (80^2) = 7225 + 6084 + 7225 + 4900 + 6400 = 31834
– \( \sum{Y^2} \) = (90^2) + (85^2) + (80^2) + (70^2) + (88^2) = 8100 + 7225 + 6400 + 4900 + 7744 = 34369
2. Nhập vào công thức:
\[ r = \frac{n(\sum{XY}) – (\sum{X})(\sum{Y})}{\sqrt{[n\sum{X^2} – (\sum{X})^2][n\sum{Y^2} – (\sum{Y})^2]}} \]
\[ r = \frac{5(33020) – (398)(413)}{\sqrt{[5(31834) – (398)^2][5(34369) – (413)^2]}} \]
3. Tính toán kết quả:
– Tử số: \( 5(33020) – (398)(413) = 165100 – 164474 = 626 \)
– Mẫu số:
– \( n\sum{X^2} – (\sum{X})^2 = 5(31834) – (398)^2 = 159170 – 158404 = 766 \)
– \( n\sum{Y^2} – (\sum{Y})^2 = 5(34369) – (413)^2 = 171845 – 170569 = 1276 \)
– \( \sqrt{766 \times 1276} \approx \sqrt{976856} \approx 989.36 \)
\[ r = \frac{626}{989.36} \approx 0.633 \]
Như vậy, hệ số tương quan Pearson giữa điểm kiểm tra toán và vật lý là 0.633, cho thấy có mối tương quan tích cực ở mức độ vừa phải giữa hai biến số này.
Ví dụ câu hỏi 2
Ngày
Dưới đây là số liệu về giá trị doanh thu và chi phí quảng cáo trong 6 tháng tại một công ty:
| Tháng | Quảng cáo (X) | Doanh số (Y) |
|——-|————–|——————|
| 1 | 2000 | 2500 |
| 2 | 1800 | 2100 |
| 3 | 2200 | 2700 |
| 4 | 2400 | 2900 |
| 5 | 2300 | 3000 |
| 6 | 2500 | 3200 |
Các bước giải quyết
1. Tính toán các thành phần quan trọng:
– \( \sum{X} \) = 2000 + 1800 + 2200 + 2400 + 2300 + 2500 = 13200
– \( \sum{Y} \) = 2500 + 2100 + 2700 + 2900 + 3000 + 3200 = 16400
– \( \sum{XY} \) = (2000\ 2500) + (1800\ 2100) + (2200\ 2700) + (2400\ 2900) + (2300\ 3000) + (2500\ 3200) = 5000000 + 3780000 + 5940000 + 6960000 + 6900000 + 8000000 = 36580000
– \( \sum{X^2} \) = (2000^2) + (1800^2) + (2200^2) + (2400^2) + (2300^2) + (2500^2) = 4000000 + 3240000 + 4840000 + 5760000 + 5290000 + 6250000 = 29380000
– \( \sum{Y^2} \) = (2500^2) + (2100^2) + (2700^2) + (2900^2) + (3000^2) + (3200^2) = 6250000 + 4410000 + 7290000 + 8410000 + 9000000 + 10240000 = 45590000
2. Nhập vào công thức:
\[ r = \frac{n(\sum{XY}) – (\sum{X})(\sum{Y})}{\sqrt{[n\sum{X^2} – (\sum{X})^2][n\sum{Y^2} – (\sum{Y})^2]}} \]
\[ r = \frac{6(36580000) – (13200)(16400)}{\sqrt{[6(29380000) – (13200)^2][6(45590000) – (16400)^2]}} \]
3. Tính toán kết quả:
– Tử số: \( 6(36580000) – (13200)(16400) = 219480000 – 216480000 = 3000000 \)
– Mẫu số:
– \( n\sum{X^2} – (\sum{X})^2 = 6(29380000) – (13200)^2 = 176280000 – 174240000 = 2040000 \)
– \( n\sum{Y^2} – (\sum{Y})^2 = 6(45590000) – (16400)^2 = 273540000 – 268960000 = 4580000 \)
– \( \sqrt{2040000 \times 4580000} \approx \sqrt{9343200000000} \approx 3056246.20 \)
\[ r = \frac{3000000}{3056246.20} \approx 0.981 \]
Như vậy, hệ số tương quan Pearson giữa chi phí quảng cáo và giá trị doanh thu là 0.981, cho thấy có mối tương quan tích cực rất mạnh giữa hai biến số này.
Sự kết luận
Hệ số tương quan Pearson (τ) là một công cụ rất hữu ích để hiểu mối quan hệ tuyến tính giữa hai biến số. Trong các ví dụ được cung cấp, chúng ta sẽ thấy cách tính giá trị τ và cách diễn giải nó. Hệ số tương quan cao hơn (càng gần 1 hoặc -1) cho thấy mối quan hệ mạnh hơn, trong khi hệ số tương quan thấp hơn (càng gần 0) cho thấy mối quan hệ yếu hơn. Điều quan trọng cần lưu ý là tương quan không hàm ý nhân quả; nó chỉ đơn giản cho thấy có mối quan hệ giữa hai biến số.
