2 Viktig Korrelasjon Koeffisientene — Pearson & Spearman
Wikipedia-Definisjonen: I statistikk, Pearson korrelasjonskoeffisient også referert til som Pearson ‘ s r eller den bivariate korrelasjonen er en statistikk som måler lineær sammenheng mellom to variabler X og Y. Den har en verdi på mellom +1 og -1. En verdi på +1 er en totalt positiv lineær sammenheng, 0 er ingen lineær sammenheng, og -1 er en total negativ lineær sammenheng.,
Viktig Slutning å holde i tankene: Pearson korrelasjon kan vurdere BARE en lineær sammenheng mellom to kontinuerlige variabler (Et forhold er lineær bare når det er en endring i en variabel er forbundet med en proporsjonal endring i andre variable)
Eksempel use case: Vi kan bruke Pearson korrelasjon for å vurdere om en økning i alder fører til en økning i blodtrykket.,
Nedenfor er et eksempel på hvordan Pearson korrelasjonskoeffisient (r) varierer med styrken og retningen i sammenhengen mellom de to variablene. Merk at når det ikke er noen lineær sammenheng kan etableres (se grafer i tredje kolonne), Pearson-koeffisienten gir en verdi på null.,
Spearman korrelasjonskoeffisient
Wikipedia-Definisjonen: I statistikk, Spearman ‘s rank korrelasjon koeffisient eller Spearman’ s ρ, oppkalt etter Charles Spearman er en nonparametric mål av rang korrelasjon (statistisk avhengighet mellom rangeringen av to variabler). Det vurderer hvor godt forholdet mellom to variabler kan beskrives ved hjelp av en monotonic funksjon.,
Viktig Slutning å holde i tankene: Spearman korrelasjon kan vurdere en monotonic forholdet mellom to variabler — Kontinuerlig eller Ordenstallet og det er basert på den rangerte verdier for hver variabel snarere enn rå data.
Hva er en monotonic forhold?
En monotonic forhold er et forhold som gjør ett av følgende:
(1) som verdien av en variabel øker, så gjør verdi på den andre variabelen, ELLER
(2) som verdien av en variabel øker, den andre variabelen verdien synker.,
MEN, ikke akkurat ved en konstant hastighet mens i en lineær sammenheng frekvensen av økning/reduksjon er konstant.