Как использовать коэффициент корреляции Пирсона

Коэффициент корреляции Пирсона, обычно обозначаемый как r, представляет собой статистическое значение, которое измеряет линейную связь между двумя переменными. Его значение варьируется от +1 до -1, что указывает на идеальную положительную и отрицательную линейную связь между двумя переменными соответственно. Расчет коэффициента корреляции обычно выполняется статистическими программами, такими как SPSS и SAS, чтобы обеспечить наиболее точные возможные значения для отчетов в научных исследованиях. Интерпретация и использование коэффициента корреляции Пирсона варьируется в зависимости от контекста и цели соответствующего исследования, в котором он рассчитывается.

Определите зависимую переменную, которая будет проверяться между двумя независимо полученными наблюдениями. Одним из требований коэффициента корреляции Пирсона является то, что две сравниваемые переменные должны наблюдаться или измеряться независимо, чтобы исключить любые искаженные результаты.

Рассчитайте коэффициент корреляции Пирсона. Для больших объемов данных расчет может оказаться очень утомительным. Помимо различных статистических программ, многие научные калькуляторы имеют возможность вычислять значение. Фактическое уравнение приведено в разделе «Справочная информация».

instagram story viewer

Сообщите значение корреляции, близкое к 0, как указание на отсутствие линейной зависимости между двумя переменными. Когда коэффициент корреляции приближается к 0, значения становятся менее коррелированными, что определяет переменные, которые могут не быть связаны друг с другом.

Сообщите значение корреляции, близкое к 1, как указание на наличие положительной линейной связи между двумя переменными. Значение больше нуля, приближающееся к 1, приводит к большей положительной корреляции между данными. Когда одна переменная увеличивается на определенную величину, другая переменная увеличивается на соответствующую величину. Интерпретация должна определяться исходя из контекста исследования.

Сообщите значение корреляции, близкое к -1, как указание на наличие отрицательной линейной связи между двумя переменными. Когда коэффициент приближается к -1, переменные становятся более отрицательно коррелированными, указывая на то, что по мере увеличения одной переменной другая переменная уменьшается на соответствующую величину. Интерпретация опять же должна определяться с учетом контекста исследования.

Интерпретируйте коэффициент корреляции в зависимости от контекста конкретного набора данных. Значение корреляции - это, по сути, произвольное значение, которое должно применяться на основе сравниваемых переменных. Например, результирующее значение r 0,912 указывает на очень сильную и положительную линейную связь между двумя переменными. В исследовании, сравнивающем две переменные, которые обычно не идентифицируются как связанные, эти результаты предоставляют доказательства. что одна переменная может положительно повлиять на другую переменную, что дает повод для дальнейших исследований между два. Однако точно такое же значение r в исследовании, сравнивающем две переменные, которые, как было доказано, имеют идеально положительная линейная зависимость может указывать на ошибку в данных или другие потенциальные проблемы в экспериментальной дизайн. Таким образом, при представлении и интерпретации коэффициента корреляции Пирсона важно понимать контекст данных.

Определите значимость результатов. Это достигается с помощью коэффициента корреляции, степеней свободы и критических значений таблицы коэффициентов корреляции. Степени свободы рассчитываются как количество парных наблюдений минус 2. Используя это значение, определите соответствующее критическое значение в корреляционной таблице для теста 0,05 и 0,01, определяющего уровень достоверности 95 и 99 процентов соответственно. Сравните критическое значение с ранее рассчитанным коэффициентом корреляции. Если коэффициент корреляции больше, результаты считаются значимыми.

Вещи, которые вам понадобятся

  • Научный калькулятор или статистическая программа
  • Критические значения таблицы коэффициентов корреляции

Советы

  • Доверительные интервалы для коэффициента корреляции также могут быть полезны в популяционных исследованиях.

Teachs.ru
  • Доля
instagram viewer