So ermitteln sie den p-wert des korrelationskoeffizienten in r

Der Korrelationskoeffizient nach Pearson kann verwendet werden, um den linearen Zusammenhang zwischen zwei Variablen zu messen.

Dieser Korrelationskoeffizient nimmt immer einen Wert zwischen -1 und 1 an, wobei:

• -1 : Perfekt negative lineare Korrelation zwischen zwei Variablen.
• 0 : Keine lineare Korrelation zwischen zwei Variablen.
• 1: Perfekt positive lineare Korrelation zwischen zwei Variablen.

Um festzustellen, ob ein Korrelationskoeffizient statistisch signifikant ist, können Sie den entsprechenden t-Score und p-Wert berechnen.

Die Formel zur Berechnung des t-Scores eines Korrelationskoeffizienten (r) lautet:

t = r√ n-2 / √ 1-r ²

Der p-Wert wird als entsprechender zweiseitiger p-Wert für die t-Verteilung mit n-2 Freiheitsgraden berechnet.

Um den p-Wert eines Pearson-Korrelationskoeffizienten in R zu berechnen, können Sie die Funktion cor.test() verwenden.

 horn. test (x,y)

Das folgende Beispiel zeigt, wie Sie diese Funktion in der Praxis nutzen können.

Beispiel: Berechnen Sie den P-Wert für den Korrelationskoeffizienten in R

Der folgende Code zeigt, wie Sie mit der Funktion cor.test() den p-Wert des Korrelationskoeffizienten zwischen zwei Variablen in R berechnen:

 #create two variables
x <- c(70, 78, 90, 87, 84, 86, 91, 74, 83, 85)
y <- c(90, 94, 79, 86, 84, 83, 88, 92, 76, 75)

#calculate correlation coefficient and corresponding p-value
horn. test (x,y)

	Pearson's product-moment correlation

data: x and y
t = -1.7885, df = 8, p-value = 0.1115
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 -0.8709830 0.1434593
sample estimates:
       horn 
-0.5344408

Aus dem Ergebnis können wir sehen:

• Der Pearson-Korrelationskoeffizient beträgt -0,5344408 .
• Der entsprechende p-Wert beträgt 0,1115 .

Da der Korrelationskoeffizient negativ ist, deutet dies darauf hin, dass zwischen den beiden Variablen eine negative lineare Beziehung besteht.

Da der p-Wert des Korrelationskoeffizienten jedoch nicht weniger als 0,05 beträgt, ist die Korrelation statistisch nicht signifikant.

Beachten Sie, dass wir auch cor.test(x, y)$p.value eingeben können, um nur den p-Wert für den Korrelationskoeffizienten zu extrahieren:

 #create two variables
x <- c(70, 78, 90, 87, 84, 86, 91, 74, 83, 85)
y <- c(90, 94, 79, 86, 84, 83, 88, 92, 76, 75)

#calculate p-value for correlation between x and y
horn. test (x, y)$p.value

[1] 0.1114995

Der p-Wert für den Korrelationskoeffizienten beträgt 0,1114995 .

Dies entspricht dem p-Wert der vorherigen Ausgabe.

Zusätzliche Ressourcen

Die folgenden Tutorials erklären, wie Sie andere häufige Aufgaben in R ausführen:

So berechnen Sie die partielle Korrelation in R
So berechnen Sie die Spearman-Korrelation in R
So berechnen Sie die gleitende Korrelation in R