В статистике используются различные виды корреляций для измерения взаимосвязи переменных. Например, используя две переменные - место в классе средней школы и средний балл колледжа - наблюдатель может нарисовать корреляция, что учащиеся с рейтингом выше среднего в средней школе обычно достигают уровня колледжа выше среднего GPA. Корреляции также измеряют силу взаимосвязи и то, является ли корреляция между переменными положительной или отрицательной. Тип выполняемой корреляции зависит от того, являются ли переменные нечисловыми или интервальными данными, такими как температура.
Корреляция моментов произведения Пирсона
Корреляция моментов продукта Пирсона была названа в честь Карла Пирсона, основателя дисциплины математической статистики. Это считается простой линейной корреляцией, что означает, что связь между двумя переменными зависит от их постоянства. Пирсон используется с интервальными данными для измерения силы корреляции, которая представлена буквой r в уравнении. Эта корреляция также показывает, является ли связь положительной или отрицательной; представлены числами от +1 до -1. Чем ближе значение r к -1,00 или +1,00, тем сильнее корреляция. Чем ближе значение r к числу 0, тем слабее корреляция. Например, если r равно -.90 или .90, это будет означать более сильную связь, чем -.09 или .09.
Корреляция рангов Спирмена
Ранговая корреляция Спирмена была названа в честь статистика Чарльза Эдварда Спирмена. Уравнение Спирмена проще и часто используется в статистике вместо уравнения Пирсона, хотя оно менее убедительно. Социологи могут также использовать Спирмена для описания корреляции между качественными данными, такими как этническая принадлежность или пол, и количественными данными, такими как количество совершенных преступлений. Корреляция рассчитывается с использованием нулевой гипотезы, которая впоследствии принимается или отклоняется. Нулевая гипотеза обычно состоит из вопроса, на который нужно ответить; например, одинаково ли количество совершенных преступлений для мужчин и женщин.
Корреляция рангов Кендалла
Ранговая корреляция Кендалла, названная в честь британского статистика Мориса Кендалла, измеряет силу зависимости между наборами двух случайных величин. Кендалла можно использовать для дальнейшего статистического анализа, когда корреляция Спирмена отвергает нулевую гипотезу. Корреляция достигается, когда значение одной переменной уменьшается, а значение другой переменной увеличивается; эта корреляция называется дискордантными парами. Корреляция также может возникать, когда обе переменные увеличиваются одновременно, что называется согласованной парой.