<\/p>\n
Sie k\u00f6nnen den Korrelationskoeffizienten<\/a> zwischen zwei Variablen ermitteln, indem Sie die Quadratwurzel des R-Quadrat-Werts (R 2<\/sup> ) eines einfachen linearen Regressionsmodells ziehen.<\/span><\/p>\n Korrelationskoeffizient = \u221a R 2<\/sup> des einfachen linearen Regressionsmodells<\/span><\/span><\/p>\n Das Vorzeichen des Steigungskoeffizienten im Regressionsmodell gibt Aufschluss dar\u00fcber, ob der Korrelationskoeffizient positiv oder negativ ist.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie man in der Praxis den Korrelationskoeffizienten aus dem R-Quadrat-Wert eines Regressionsmodells ermittelt.<\/span><\/p>\n Hinweis<\/strong> : Der R-Quadrat-Wert eines Regressionsmodells wird auch Bestimmtheitsma\u00df genannt.<\/span><\/p>\n Angenommen, wir passen ein einfaches lineares Regressionsmodell an, wobei wir die untersuchten Stunden<\/strong> als Pr\u00e4diktorvariable und die Pr\u00fcfungsergebnisse<\/strong> als Antwortvariable verwenden.<\/span><\/p>\n Angenommen, wir erhalten die folgende Ausgabe vom Modell:<\/span><\/p>\n Angepasste Regressionsgleichung<\/strong> : Pr\u00fcfungsergebnis = 65,55 + 2,78 (Studienstunden)<\/span><\/p>\n R-Quadrat (R 2<\/sup> ) des Regressionsmodells<\/strong> : 0,7845<\/span><\/p>\n Der R-Quadrat-Wert des Modells sagt uns, wie viel Prozent der Variation in den Pr\u00fcfungsergebnissen durch die Lernstunden erkl\u00e4rt werden k\u00f6nnen.<\/span><\/p>\n In diesem Beispiel k\u00f6nnen wir sehen, dass die gelernten Stunden 78,45 % der Variation in den Pr\u00fcfungsergebnissen erkl\u00e4ren k\u00f6nnen.<\/span><\/p>\n Um den Korrelationskoeffizienten zwischen Lernstunden und Pr\u00fcfungsergebnissen zu ermitteln, k\u00f6nnen wir die Quadratwurzel aus R 2<\/sup> ziehen:<\/span><\/p>\n Korrelationskoeffizient = \u221a R 2<\/sup><\/span> = \u221a 0,7845<\/span> = 0,8857<\/strong><\/span><\/p>\n Da das Vorzeichen f\u00fcr die in der Regressionsgleichung untersuchten Stunden positiv ist, ist dieser Korrelationskoeffizient positiv.<\/span><\/p>\n Somit betr\u00e4gt der Korrelationskoeffizient zwischen Lernstunden und Pr\u00fcfungsergebnis 0,8857<\/strong> .<\/span><\/p>\n Angenommen, wir passen ein einfaches lineares Regressionsmodell an, das das Alter<\/strong> (in Jahren) als Pr\u00e4diktorvariable und das maximale Bankdr\u00fccken<\/strong> (in Pfund) als Antwortvariable verwendet.<\/span><\/p>\n Angenommen, wir erhalten die folgende Ausgabe vom Modell:<\/span><\/p>\n Angepasste Regressionsgleichung<\/strong> : maximales Bankdr\u00fccken = 240,11 \u2013 1,24 (Alter)<\/span><\/p>\n R-Quadrat (R 2<\/sup> ) des Regressionsmodells<\/strong> : 0,4773<\/span><\/p>\n Der R-Quadrat-Wert des Modells sagt uns, wie viel Prozent der Variation bei den maximalen Pfunden beim Bankdr\u00fccken durch das Alter erkl\u00e4rt werden k\u00f6nnen.<\/span><\/p>\n In diesem Beispiel k\u00f6nnen wir sehen, dass das Alter 47,73 % der Variation im maximalen Bankdr\u00fccken erkl\u00e4ren kann.<\/span><\/p>\n Um den Korrelationskoeffizienten zwischen Alter und maximalem Bankdr\u00fccken zu ermitteln, k\u00f6nnen wir die Quadratwurzel aus R 2<\/sup> ziehen:<\/span><\/p>\n Korrelationskoeffizient = \u221a R 2<\/sup><\/span> = \u221a 0,4773<\/span> = 0,6909<\/strong><\/span><\/p>\n Da das Vorzeichen des Alters in der Regressionsgleichung negativ ist, ist dieser Korrelationskoeffizient negativ.<\/span><\/p>\n Somit betr\u00e4gt der Korrelationskoeffizient zwischen Alter und maximalem Bankdr\u00fccken -0,6909<\/strong> .<\/span><\/p>\n Die folgenden Tutorials bieten zus\u00e4tzliche Informationen zu Korrelationskoeffizienten:<\/span><\/p>\n Was gilt als \u201estarke\u201c Korrelation?<\/a> Sie k\u00f6nnen den Korrelationskoeffizienten zwischen zwei Variablen ermitteln, indem Sie die Quadratwurzel des R-Quadrat-Werts (R 2 ) eines einfachen linearen Regressionsmodells ziehen. Korrelationskoeffizient = \u221a R 2 des einfachen linearen Regressionsmodells Das Vorzeichen des Steigungskoeffizienten im Regressionsmodell gibt Aufschluss dar\u00fcber, ob der Korrelationskoeffizient positiv oder negativ ist. Die folgenden Beispiele zeigen, wie man in der […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Beispiel 1: Ermittlung des Korrelationskoeffizienten aus R 2<\/sup> (bei positiver Steigung)<\/strong><\/span><\/h2>\n
Beispiel 2: Ermittlung des Korrelationskoeffizienten aus R 2<\/sup> (bei negativer Steigung)<\/strong><\/span><\/h2>\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Wann sollten Sie Korrelation verwenden?<\/a>
So f\u00fchren Sie einen Korrelations-T-Test durch<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"