Korelacja w statystyce: Correlation Analysis Explained

Zawartość:
Co to jest korelacja?
Współczynnik korelacji
Korelacja w Excelu

Definicja

Korelacja służy do badania zależności między zmiennymi ilościowymi lub zmiennymi kategorycznymi. Innymi słowy, jest to miara tego, jak rzeczy są powiązane. Badanie, w jaki sposób zmienne są skorelowane, nazywa się analizą korelacji.

Kilka przykładów danych, które mają wysoką korelację:

• Twoje spożycie kalorii i Twoja waga.
• Twój kolor oczu i kolor oczu Twoich krewnych.
• Ilość czasu poświęconego na naukę i Twoja GPA.

Przykłady danych, które mają niską korelację (lub nie mają jej wcale):

• Twoje preferencje seksualne i rodzaj płatków śniadaniowych, które jesz.
• Nazwa psa i rodzaj ciastka dla psów wolą.
• Koszt myjni samochodowej i jak długo trwa, aby kupić sodę wewnątrz stacji.

Korelacje są przydatne, ponieważ jeśli można dowiedzieć się, co zmienne relacje mają, można dokonać przewidywań dotyczących przyszłego zachowania. Wiedząc, co przyszłość posiada jest bardzo ważne w naukach społecznych, takich jak rząd i opieki zdrowotnej. Przedsiębiorstwa również używają tych statystyk do budżetów i planów biznesowych.

Współczynnik korelacji

Współczynnik korelacji jest sposobem, aby umieścić wartość do związku. Współczynniki korelacji mają wartość od -1 do 1. „0” oznacza, że nie ma żadnego związku między zmiennymi, podczas gdy -1 lub 1 oznacza, że istnieje doskonała ujemna lub dodatnia korelacja (ujemna lub dodatnia korelacja odnosi się do rodzaju wykresu, jaki wytworzy związek).

Wykresy przedstawiające korelację -1, 0 i +1

Typy

Najczęściej stosowanym współczynnikiem korelacji jest współczynnik korelacji Pearsona. Jest on używany do testowania liniowych zależności między danymi. W statystyce na poziomie podstawowym lub zaawansowanym, Pearson jest prawdopodobnie jedynym współczynnikiem, z którym będziesz pracować. Jednakże, możesz natknąć się na inne, w zależności od rodzaju danych, z którymi pracujesz. Na przykład, współczynnik lambda Goodmana i Kruskala jest dość powszechnym współczynnikiem. Może on być symetryczny, gdzie nie trzeba określać, która zmienna jest zależna, i asymetryczny, gdzie zmienna zależna jest określona.

Korelacja w Excelu

Wyszukiwanie współczynników korelacji Pearsona ręcznie jest brzydkie i wymaga wielu długich obliczeń matematycznych. Jednak Excel może wykonać te obliczenia za Ciebie w ułamku sekundy. W Excelu (2013 i nowszym) masz do wyboru dwie opcje: funkcję CORREL lub pakiet narzędziowy Data Analysis Toolpak.

Jeśli jesteś zaznajomiony z wpisywaniem funkcji w Excelu, możesz wpisać polecenie CORREL:
=CORREL(tablica 1, tablica 2)
Na przykład =CORREL(A2:A6,B2:B6)

Jednakże pakiet narzędziowy Analiza danych jest znacznie łatwiejszy, ponieważ nie trzeba pamiętać (lub polować na) tablicę funkcji; wszystkie są po prostu wymienione na liście Analiza danych. Jeśli Analiza danych nie jest wyświetlana po prawej stronie zakładki danych, upewnij się, że wczytałeś pakiet narzędzi do analizy danych. Pakiet narzędzi do analizy danych jest opcjonalnym dodatkiem do programu Excel, który daje dostęp do wielu funkcji, w tym:

• Korelacja,
• Regresja liniowa,
• Histogramy,
• Testy T,
• Testy Z,
• ANOVA jedno- i dwukierunkowa.

Krok 1: Wpisz swoje dane do arkusza w Excelu. Najlepszy format to dwie kolumny. Umieść swoje wartości x w kolumnie A, a wartości y w kolumnie B.

Krok 2: Kliknij zakładkę „Dane”, a następnie kliknij „Analiza danych”.

Krok 3: Kliknij „Korelacja”, a następnie kliknij „OK.”

Krok 4: Wpisz lokalizację dla zmiennych x-y w polu Input
Range. Możesz też zaznaczyć kursorem obszar, w którym znajdują się Twoje zmienne.

Krok 5: Kliknij opcję „kolumny” lub „wiersze”, aby poinformować program Excel o sposobie rozmieszczenia danych. W większości przypadków klikniesz „kolumny”, ponieważ jest to standardowy sposób rozmieszczania danych w Excelu.

Krok 6: Zaznacz opcję „Etykiety w pierwszym wierszu”, jeśli masz nagłówki kolumn.

Krok 7: Kliknij pole tekstowe „Zakres wyjściowy”, a następnie wybierz obszar arkusza, w którym chcesz, aby dane wyjściowe zostały umieszczone.

To wszystko!

Sprawdź nasz kanał YouTube, aby uzyskać więcej porad i pomocy w programie Excel!

Agresti A. (1990) Categorical Data Analysis. John Wiley and Sons, New York.
Dodge, Y. (2008). Zwięzła encyklopedia statystyki. Springer.
Vogt, W.P. (2005). Dictionary of Statistics & Methodology: A Nontechnical Guide for the Social Sciences. SAGE.
Wheelan, C. (2014). Naked Statistics (Naga statystyka). W. W. Norton & Firma

—————————————————————————–

Potrzebujesz pomocy z zadaniem domowym lub pytaniem testowym? Dzięki Chegg Study możesz uzyskać rozwiązania swoich pytań krok po kroku od eksperta w danej dziedzinie. Pierwsze 30 minut z korepetytorem Chegg jest bezpłatne!