რა არის კორელაციის სხვადასხვა სახეობა?

სტატისტიკაში სხვადასხვა სახის კორელაციები გამოიყენება ცვლადების ერთმანეთთან ურთიერთობის გასაზომად. მაგალითად, ორი ცვლადის - საშუალო სკოლის კლასის რანგისა და კოლეჯის GPA– ს გამოყენებით, დამკვირვებელს შეუძლია დახაზოს ა კორელაცია, რომ საშუალოზე მეტი საშუალო სკოლის წოდების მქონე მოსწავლეები, ჩვეულებრივ, აღწევენ საშუალოზე მაღალ კოლეჯს GPA. კორელაციები ასევე ზომავს ურთიერთობის სიძლიერეს და არის თუ არა ცვლადებს შორის კორელაცია დადებითი ან უარყოფითი. შესრულებული კორელაციის ტიპი დამოკიდებულია იმაზე, ცვლადები არის არა რიცხვითი ან ინტერვალის მონაცემები, მაგალითად, ტემპერატურა.

Pearson Product Moment Correlation მიენიჭა კარლ პირსონის, მათემატიკური სტატისტიკის დისციპლინის დამფუძნებლის სახელით. ეს განიხილება როგორც უბრალო წრფივ კორელაციად, რაც ნიშნავს, რომ ორ ცვლადს შორის ურთიერთობა დამოკიდებულია მათ მუდმივობაზე. Pearson გამოიყენება ინტერვალის მონაცემებით კორელაციის სიძლიერის გასაზომად, რომელიც განტოლებაში წარმოდგენილია ასო r- ით. ეს კორელაცია ასევე აჩვენებს, პოზიტიურია თუ უარყოფითი ურთიერთობა; წარმოდგენილია +1 და -1 შორის შეფასებული რიცხვებით. რაც უფრო ახლოვდება r- ის ღირებულება -1.00 ან +1.00, მით უფრო ძლიერია კორელაცია. რაც უფრო ახლოს არის r- ის მნიშვნელობა 0 რიცხვთან, მით უფრო სუსტია კორელაცია. მაგალითად, თუ r უდრიდა -.90 ან .90 ეს მიუთითებს უფრო მჭიდრო ურთიერთობაზე, ვიდრე -09 ან .09.

სპირმენის რანგის კორელაციას სახელი მიენიჭა სტატისტიკოს ჩარლზ ედვარდ სპირმანის სახელით. სპირმანის განტოლება უფრო მარტივია და ხშირად გამოიყენება სტატისტიკის დროს, პირსონის ნაცვლად, თუმცა ის ნაკლებად დამაჯერებელია. სოციალურმა მეცნიერებმა შეიძლება ასევე გამოიყენონ Spearman's– ის თვისობრივი მონაცემების, მაგალითად ეთნიკური ან სქესობრივი და რაოდენობრივ მონაცემებს შორის კორელაციის აღსაწერად, მაგალითად, ჩადენილი დანაშაულების რაოდენობას შორის. კორელაცია გამოითვლება ნულოვანი ჰიპოთეზის გამოყენებით, რომელიც შემდგომში მიიღება ან უარყოფილია. ნულოვანი ჰიპოთეზა ჩვეულებრივ შედგება კითხვისგან, რომელზეც უნდა გაეცეს პასუხი; მაგალითად, იგივეა თუ არა ჩადენილი დანაშაულების რიცხვი მამაკაცთა და ქალთათვის.

კენდალის რანგის კორელაცია, რომელსაც ბრიტანელი სტატისტიკოსი მორის კენდალი ეწოდა, ზომავს დამოკიდებულების სიძლიერეს ორი შემთხვევითი ცვლადის ნაკრებებს შორის. კენდალი შეიძლება გამოყენებულ იქნას შემდგომი სტატისტიკური ანალიზისთვის, როდესაც Spearman's Correlation უარყოფს ნულოვან ჰიპოთეზას. იგი აღწევს კორელაციას, როდესაც ერთი ცვლადის ღირებულება მცირდება და მეორე ცვლადის მნიშვნელობა იზრდება; ამ კორელაციას უწოდებენ შეუსაბამო წყვილებს. კორელაცია შეიძლება ასევე მოხდეს, როდესაც ორივე ცვლადი ერთდროულად იზრდება, მოხსენიებულია, როგორც შესატყვისი წყვილი.