Tipi di correlazione

Questo articolo spiega quali sono tutti i tipi di correlazione. Troverai quindi diversi modi per classificare la correlazione: a seconda che la relazione sia positiva o negativa, a seconda del valore del coefficiente di correlazione, a seconda del numero di variabili, ecc.

Quali sono i tipi di correlazione lineare?

Per classificare la relazione tra due variabili casuali, distinguiamo i seguenti tipi di correlazione lineare :

  • Correlazione diretta (o correlazione positiva) : una variabile aumenta quando aumenta anche l’altra.
  • Correlazione inversa (o correlazione negativa) : quando una variabile aumenta, l’altra diminuisce, e viceversa, se una variabile diminuisce, l’altra aumenta.
  • Correlazione zero (nessuna correlazione) : non esiste alcuna relazione tra le due variabili.

A seconda della natura dei dati, la correlazione diretta può essere allo stesso tempo anche una correlazione direttamente proporzionale, anche se per questo il fattore che collega le due variabili deve essere sempre lo stesso. Pertanto, tutte le relazioni direttamente proporzionali sono esempi di correlazione diretta, poiché le due variabili aumentano insieme, ma non tutte le relazioni dirette sono direttamente proporzionali perché il grado di correlazione può variare a seconda dell’ambito.

Allo stesso modo, anche tutte le variabili inversamente proporzionali hanno una correlazione negativa. Tuttavia, non tutte le variabili con correlazione negativa sono inversamente proporzionali, poiché per essere considerate tali, la relazione matematica tra loro deve essere costante per tutte le coppie di dati.

Tipi di correlazione a seconda del grado di correlazione

Che la correlazione tra le due variabili sia diretta o inversa, la correlazione può anche essere classificata in base alla forza o alla debolezza della relazione tra le due variabili.

  • Correlazione forte: le due variabili sono strettamente legate. Se si tracciano i dati su un grafico a dispersione, i punti sono molto vicini tra loro. Ciò rende più semplice identificare la relazione tra le variabili.
  • Bassa correlazione : esiste una relazione tra le due variabili, ma è difficile da identificare. I punti sono distanti tra loro sulla nuvola di punti.

Per sapere se la correlazione tra due variabili è forte o debole, è necessario calcolare il coefficiente di correlazione. Maggiore è il valore assoluto del coefficiente di correlazione, più forte è la correlazione tra le variabili.

tipi di correlazione

Quindi, in base al valore del coefficiente di correlazione, la relazione tra due diverse variabili statistiche può essere classificata nelle seguenti tipologie:

Valore del coefficiente di correlazione Correlazione tipica
-1 perfetta correlazione negativa
Da -0,9 a -0,99 correlazione negativa molto forte
Da -0,7 a -0,89 forte correlazione negativa
Da -0,4 a -0,69 correlazione negativa moderata
Da -0,2 a -0,39 debole correlazione negativa
Da -0,01 a -0,19 correlazione negativa molto debole
0 correlazione nulla
Da 0,01 a 0,19 correlazione positiva molto debole
da 0,2 a 0,39 Debole correlazione positiva
da 0,4 a 0,69 correlazione positiva moderata
da 0,7 a 0,89 forte correlazione positiva
da 0,9 a 0,99 correlazione positiva molto forte
1 perfetta correlazione positiva

Altri tipi di correlazione

Abbiamo appena visto quali sono i diversi tipi di correlazioni lineari, tuttavia dobbiamo tenere presente che esistono altri modi per classificare i tipi di correlazioni secondo altri criteri.

Se raggruppiamo le tipologie di correlazione in base alla natura della relazione tra le variabili, distinguiamo:

  • Correlazione lineare – La relazione tra le due variabili può essere rappresentata da una linea retta.
  • Correlazione non lineare : la relazione tra le due variabili non può essere rappresentata da una linea retta, ma deve invece utilizzare una funzione più complessa, come una parabola o un logaritmo.

D’altro canto, la correlazione può anche essere suddivisa in diversi gruppi a seconda del numero di variabili:

  • Correlazione semplice : viene studiata solo la relazione tra due variabili.
  • Correlazione multipla : viene studiata la relazione tra più di due variabili.
  • Correlazione parziale : quando la relazione tra due variabili non influenza altre variabili nell’insieme di dati.

Aggiungi un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *