{"id":619,"date":"2023-07-29T07:33:51","date_gmt":"2023-07-29T07:33:51","guid":{"rendered":"https:\/\/statorials.org\/de\/statistische-zusammenhange\/"},"modified":"2023-07-29T07:33:51","modified_gmt":"2023-07-29T07:33:51","slug":"statistische-zusammenhange","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/statistische-zusammenhange\/","title":{"rendered":"Korrelationen in stata: pearson, spearman und kendall"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">In der Statistik bezeichnet <strong>Korrelation<\/strong> die St\u00e4rke und Richtung einer Beziehung zwischen zwei Variablen. Der Wert eines Korrelationskoeffizienten kann zwischen -1 und 1 liegen, wobei -1 eine perfekte negative Beziehung angibt, 0 keine Beziehung angibt und 1 eine perfekte positive Beziehung angibt.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Es gibt drei g\u00e4ngige Methoden zur Messung der Korrelation:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Pearson-Korrelation:<\/strong> Wird zur Messung der Korrelation zwischen zwei kontinuierlichen Variablen verwendet. (z. B. Gr\u00f6\u00dfe und Gewicht)<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Spearman-Korrelation:<\/strong> Wird verwendet, um die Korrelation zwischen zwei klassifizierten Variablen zu messen. (z. B. Rangfolge der Mathematikpr\u00fcfungsergebnisse eines Sch\u00fclers im Vergleich zur Rangfolge seiner naturwissenschaftlichen Pr\u00fcfungsergebnisse in einer Klasse)<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Kendall-Korrelation:<\/strong> Wird verwendet, wenn Sie die Spearman-Korrelation verwenden m\u00f6chten, die Stichprobengr\u00f6\u00dfe jedoch klein ist und es viele verwandte Rankings gibt.<\/span><\/p>\n<p> <span style=\"color: #000000;\">In diesem Tutorial wird erkl\u00e4rt, wie Sie die drei Arten von Korrelationen in Stata finden.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Daten werden geladen<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">F\u00fcr jedes der folgenden Beispiele verwenden wir einen Datensatz namens <em>auto<\/em> . Sie k\u00f6nnen diesen Datensatz laden, indem Sie Folgendes in das Befehlsfeld eingeben:<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>Verwenden Sie https:\/\/www.stata-press.com\/data\/r13\/auto<\/strong><\/span><\/p>\n<\/blockquote>\n<p> <span style=\"color: #000000;\">Wir k\u00f6nnen uns einen schnellen \u00dcberblick \u00fcber den Datensatz verschaffen, indem wir Folgendes in das Befehlsfeld eingeben:<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>zusammenfassen<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5840 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/scatterstata1.png\" sizes=\"\" srcset=\"\" alt=\"Fassen Sie einen Beispielbefehl in Stata zusammen\" width=\"467\" height=\"330\"><\/p>\n<p> <span style=\"color: #000000;\">Wir k\u00f6nnen sehen, dass der Datensatz insgesamt 12 Variablen enth\u00e4lt.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>So finden Sie die Pearson-Korrelation in Stata<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Mit dem Befehl <strong>pwcorr<\/strong> k\u00f6nnen wir den <a href=\"https:\/\/statorials.org\/de\/pearson-korrelationskoeffizient-1\/\" target=\"_blank\" rel=\"noopener\">Pearson-Korrelationskoeffizienten<\/a> zwischen den <em>Gewichts-<\/em> und <em>L\u00e4ngenvariablen<\/em> ermitteln:<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>pwcorr Gewichtsl\u00e4nge<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5870 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata1.png\" alt=\"Pearson-Korrelation in Stata\" width=\"275\" height=\"123\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Der Pearson-Korrelationskoeffizient zwischen diesen beiden Variablen betr\u00e4gt <strong>0,9460<\/strong> . Um festzustellen, ob dieser Korrelationskoeffizient signifikant ist, k\u00f6nnen wir den Wert von p mithilfe des Befehls <strong>sig<\/strong> ermitteln:<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>pwcorr Gewichtsl\u00e4nge, sig<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5871 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata2.png\" alt=\"Bedeutung der Pearson-Korrelation in Stata\" width=\"277\" height=\"180\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Der p-Wert betr\u00e4gt <strong>0,000<\/strong> . Da dieser Wert unter 0,05 liegt, ist die Korrelation zwischen diesen beiden Variablen statistisch signifikant.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Um den Pearson-Korrelationskoeffizienten f\u00fcr mehrere Variablen zu ermitteln, geben Sie einfach eine Liste von Variablen nach dem Befehl <strong>pwcorr<\/strong> ein:<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>pwcorr Gewichtsl\u00e4ngenverschiebung, sig<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5872 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata3.png\" alt=\"Pearson-Korrelation f\u00fcr mehrere Variablen in Stata\" width=\"334\" height=\"253\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">So interpretieren Sie das Ergebnis:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Pearson-Korrelation zwischen Gewicht und L\u00e4nge = 0,9460 | p-Wert = 0,000<\/span><\/li>\n<li> <span style=\"color: #000000;\">Pearson-Korrelation zwischen Gewicht und Verschiebung = 0,8949 | p-Wert = 0,000<\/span><\/li>\n<li> <span style=\"color: #000000;\">Pearson-Korrelation zwischen Verschiebung und L\u00e4nge = 0,8351 | p-Wert = 0,000<\/span><\/li>\n<\/ul>\n<h3> <span style=\"color: #000000;\"><strong>So finden Sie Spearmans Korrelation in Stata<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Mit dem <strong>Spearman-<\/strong> Befehl k\u00f6nnen wir den Spearman-Korrelationskoeffizienten zwischen den Variablen <em>Trunk<\/em> und <i>Rep78<\/i> ermitteln:<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>Lanzenstamm rep78<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5873 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata4.png\" alt=\"Spearman-Korrelation in Stata\" width=\"385\" height=\"152\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">So interpretieren Sie das Ergebnis:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Anzahl der Beobachtungen:<\/strong> Dies ist die Anzahl der paarweisen Beobachtungen, die zur Berechnung des Spearman-Korrelationskoeffizienten verwendet werden. Da einige Werte f\u00fcr die Variable <em>rep78<\/em> fehlten, verwendete Stata nur 69 Beobachtungen pro Paar (statt der vollen 74).<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Spearman&#8217;s Rho:<\/strong> Dies ist der Spearman-Korrelationskoeffizient. In diesem Fall betr\u00e4gt er -0,2235, was darauf hinweist, dass zwischen den beiden Variablen eine negative Korrelation besteht. W\u00e4hrend das eine zunimmt, nimmt das andere tendenziell ab.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Wahrscheinlich &gt; |t| :<\/strong> Dies ist der p-Wert, der dem Hypothesentest zugeordnet ist. In diesem Fall betr\u00e4gt der p-Wert 0,0649, was darauf hinweist, dass bei \u03b1 = 0,05 keine statistisch signifikante Korrelation zwischen den beiden Variablen besteht.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Wir k\u00f6nnen den Spearman-Korrelationskoeffizienten f\u00fcr mehrere Variablen ermitteln, indem wir einfach nach dem <strong>Spearman-<\/strong> Befehl weitere Variablen eingeben. Mit dem Befehl <strong>stats(rho p)<\/strong> k\u00f6nnen wir den Korrelationskoeffizienten und den entsprechenden p-Wert f\u00fcr jede paarweise Korrelation ermitteln:<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>Spearman Trunk Rep78 Gear_Ratio, Statistiken (Rho P)<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5874 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata5.png\" alt=\"Spearman-Korrelation f\u00fcr mehrere Variablen in Stata\" width=\"345\" height=\"345\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">So interpretieren Sie das Ergebnis:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Spearman-Korrelation zwischen Rumpf und rep78 = -0,2235 | p-Wert = 0,0649<\/span><\/li>\n<li> <span style=\"color: #000000;\">Spearman-Korrelation zwischen Rumpf und Getriebeverh\u00e4ltnis = -0,5187 | p-Wert = 0,0000<\/span><\/li>\n<li> <span style=\"color: #000000;\">Spearman-Korrelation zwischen gear_ratio und rep78 = 0,4275 | p-Wert = 0,0002<\/span><\/li>\n<\/ul>\n<h3> <span style=\"color: #000000;\"><strong>So finden Sie die Kendall-Korrelation in Stata<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Mit dem Befehl <strong>ktau<\/strong> k\u00f6nnen wir <a href=\"https:\/\/statorials.org\/de\/kendalls-tau\/\" target=\"_blank\" rel=\"noopener\">den Kendall-Korrelationskoeffizienten<\/a> zwischen den <em>Stamm-<\/em> und <i>rep78<\/i> -Variablen ermitteln:<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>ktau Stamm rep78<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5875 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata6.png\" alt=\"Kendalls Korrelation in Stata\" width=\"405\" height=\"191\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">So interpretieren Sie das Ergebnis:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Anzahl der Beobachtungen:<\/strong> Dies ist die Anzahl der paarweisen Beobachtungen, die zur Berechnung des Kendall-Korrelationskoeffizienten verwendet werden. Da einige Werte f\u00fcr die Variable <em>rep78<\/em> fehlten, verwendete Stata nur 69 Beobachtungen pro Paar (statt der vollen 74).<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Kendalls Tau-b:<\/strong> Dies ist der Kendall-Korrelationskoeffizient zwischen den beiden Variablen. Im Allgemeinen verwenden wir diesen Wert anstelle von Tau-a, da Tau-b bei Unentschieden Anpassungen vornimmt. In diesem Fall ist tau-b = -0,1752, was auf eine negative Korrelation zwischen den beiden Variablen hinweist.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Wahrscheinlich &gt; |z| :<\/strong> Dies ist der p-Wert, der dem Hypothesentest zugeordnet ist. In diesem Fall betr\u00e4gt der p-Wert 0,0662, was darauf hinweist, dass bei \u03b1 = 0,05 keine statistisch signifikante Korrelation zwischen den beiden Variablen besteht.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Wir k\u00f6nnen den Kendall-Korrelationskoeffizienten f\u00fcr mehrere Variablen ermitteln, indem wir einfach nach dem Befehl <strong>ktau<\/strong> weitere Variablen eingeben. Mit dem Befehl <strong>stats(taub p)<\/strong> k\u00f6nnen wir den Korrelationskoeffizienten und den entsprechenden p-Wert f\u00fcr jede paarweise Korrelation ermitteln:<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>Ktau Trunk Rep78 Gear_Ratio, Statistiken (Taub P)<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5876 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata7.png\" alt=\"Kendalls Tau f\u00fcr mehrere Variablen in Stata\" width=\"378\" height=\"387\" srcset=\"\" sizes=\"\"><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Kendall-Korrelation zwischen Stamm und rep78 = -0,1752 | p-Wert = 0,0662<\/span><\/li>\n<li> <span style=\"color: #000000;\">Kendalls Korrelation zwischen Rumpf und Getriebeverh\u00e4ltnis = -0,3753 | p-Wert = 0,0000<\/span><\/li>\n<li> <span style=\"color: #000000;\">Kendall-Korrelation zwischen gear_ratio und rep78 = 0,3206 | p-Wert = 0,0006<\/span><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>In der Statistik bezeichnet Korrelation die St\u00e4rke und Richtung einer Beziehung zwischen zwei Variablen. Der Wert eines Korrelationskoeffizienten kann zwischen -1 und 1 liegen, wobei -1 eine perfekte negative Beziehung angibt, 0 keine Beziehung angibt und 1 eine perfekte positive Beziehung angibt. Es gibt drei g\u00e4ngige Methoden zur Messung der Korrelation: Pearson-Korrelation: Wird zur Messung [&hellip;]<\/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":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Korrelationen in Stata: Pearson, Spearman und Kendall \u2013 Statorials<\/title>\n<meta name=\"description\" content=\"Eine einfache Erkl\u00e4rung, wie man in Stata drei verschiedene Arten von Korrelationen findet.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/de\/statistische-zusammenhange\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Korrelationen in Stata: Pearson, Spearman und Kendall \u2013 Statorials\" \/>\n<meta property=\"og:description\" content=\"Eine einfache Erkl\u00e4rung, wie man in Stata drei verschiedene Arten von Korrelationen findet.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/de\/statistische-zusammenhange\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T07:33:51+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/scatterstata1.png\" \/>\n<meta name=\"author\" content=\"Dr. Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/de\/statistische-zusammenhange\/\",\"url\":\"https:\/\/statorials.org\/de\/statistische-zusammenhange\/\",\"name\":\"Korrelationen in Stata: Pearson, Spearman und Kendall \u2013 Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/de\/#website\"},\"datePublished\":\"2023-07-29T07:33:51+00:00\",\"dateModified\":\"2023-07-29T07:33:51+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\"},\"description\":\"Eine einfache Erkl\u00e4rung, wie man in Stata drei verschiedene Arten von Korrelationen findet.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/de\/statistische-zusammenhange\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/de\/statistische-zusammenhange\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/de\/statistische-zusammenhange\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Heim\",\"item\":\"https:\/\/statorials.org\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Korrelationen in stata: pearson, spearman und kendall\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/de\/#website\",\"url\":\"https:\/\/statorials.org\/de\/\",\"name\":\"Statorials\",\"description\":\"Ihr Leitfaden f\u00fcr statistische Kompetenz !\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\",\"name\":\"Dr. Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr. Benjamin Anderson\"},\"description\":\"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen\",\"sameAs\":[\"https:\/\/statorials.org\/de\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Korrelationen in Stata: Pearson, Spearman und Kendall \u2013 Statorials","description":"Eine einfache Erkl\u00e4rung, wie man in Stata drei verschiedene Arten von Korrelationen findet.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/de\/statistische-zusammenhange\/","og_locale":"de_DE","og_type":"article","og_title":"Korrelationen in Stata: Pearson, Spearman und Kendall \u2013 Statorials","og_description":"Eine einfache Erkl\u00e4rung, wie man in Stata drei verschiedene Arten von Korrelationen findet.","og_url":"https:\/\/statorials.org\/de\/statistische-zusammenhange\/","og_site_name":"Statorials","article_published_time":"2023-07-29T07:33:51+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/scatterstata1.png"}],"author":"Dr. Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dr. Benjamin Anderson","Gesch\u00e4tzte Lesezeit":"4 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/de\/statistische-zusammenhange\/","url":"https:\/\/statorials.org\/de\/statistische-zusammenhange\/","name":"Korrelationen in Stata: Pearson, Spearman und Kendall \u2013 Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/de\/#website"},"datePublished":"2023-07-29T07:33:51+00:00","dateModified":"2023-07-29T07:33:51+00:00","author":{"@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0"},"description":"Eine einfache Erkl\u00e4rung, wie man in Stata drei verschiedene Arten von Korrelationen findet.","breadcrumb":{"@id":"https:\/\/statorials.org\/de\/statistische-zusammenhange\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/de\/statistische-zusammenhange\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/de\/statistische-zusammenhange\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Heim","item":"https:\/\/statorials.org\/de\/"},{"@type":"ListItem","position":2,"name":"Korrelationen in stata: pearson, spearman und kendall"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/de\/#website","url":"https:\/\/statorials.org\/de\/","name":"Statorials","description":"Ihr Leitfaden f\u00fcr statistische Kompetenz !","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de-DE"},{"@type":"Person","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0","name":"Dr. Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Dr. Benjamin Anderson"},"description":"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen","sameAs":["https:\/\/statorials.org\/de"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/619"}],"collection":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/comments?post=619"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/619\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/media?parent=619"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/categories?post=619"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/tags?post=619"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}