La formula per calcolare la covarianza tra due variabili, X<\/em> e Y<\/em> \u00e8:<\/span><\/p>\n COV(<\/strong> X<\/strong><\/em> ,<\/strong> Y<\/strong><\/em> )<\/strong> = \u03a3(x- x<\/span> )(y- y<\/span> ) \/ n<\/span><\/p>\n Una matrice di covarianza<\/strong> \u00e8 una matrice quadrata che mostra la covarianza tra diverse variabili in un set di dati.<\/span><\/p>\n Questo tutorial spiega come creare una matrice di covarianza per un determinato set di dati in SPSS.<\/span><\/p>\n Supponiamo di avere il seguente set di dati che mostra i punteggi dei test di 10 studenti diversi in tre materie: matematica, scienze e storia:<\/span> <\/p>\n Per creare una matrice di covarianza per questo set di dati, fare clic sulla scheda Analizza<\/strong> , quindi Correla<\/strong> , quindi Bivariata<\/strong> :<\/span> <\/p>\n Nella nuova finestra che appare, trascina ciascuna delle tre variabili nella casella denominata Variabili<\/strong> :<\/span> <\/p>\n Successivamente, fai clic su Opzioni<\/strong> . Seleziona la casella accanto a Varianze e covarianze tra prodotti<\/strong> . Quindi fare clic su Continua<\/strong> .<\/span> <\/p>\n Quindi fare clic su OK<\/strong> . Il risultato apparir\u00e0 in una nuova finestra:<\/span> <\/p>\n Per ottenere la covarianza per ciascuna combinazione di variabili a coppie, \u00e8 necessario dividere la somma dei quadrati e dei prodotti vettoriali<\/strong> per N.<\/strong><\/span><\/p>\n Ad esempio, la covarianza tra matematica e scienze pu\u00f2 essere calcolata come segue:<\/span><\/p>\n COV (matematica, scienze) = 332.000 \/ 10 = 33,2<\/strong> .<\/span><\/p>\n Allo stesso modo, la covarianza tra matematica e storia pu\u00f2 essere calcolata come segue:<\/span><\/p>\n COV (matematica, storia) = -244.400 \/ 10 = -24.44<\/strong> .<\/span><\/p>\n Puoi anche ottenere la varianza di ciascuna variabile dividendo la somma dei quadrati e dei prodotti vettoriali<\/strong> per N.<\/strong><\/span><\/p>\n Ad esempio, la varianza in matematica pu\u00f2 essere calcolata come segue:<\/span><\/p>\n VAR(matematica) = 649.600 \/ 10 = 64.96<\/strong> .<\/span><\/p>\n \u00c8 possibile ottenere la matrice di covarianza completa per questo set di dati eseguendo calcoli simili:<\/span> <\/p>\n I valori lungo le diagonali della matrice di covarianza sono semplicemente le varianze di ciascun soggetto. Per esempio:<\/span><\/p>\n Gli altri valori della matrice rappresentano le covarianze tra i diversi soggetti. Per esempio:<\/span><\/p>\n Un numero positivo<\/strong> per la covarianza indica che due variabili tendono ad aumentare o diminuire in tandem. Ad esempio, matematica e scienze hanno una covarianza positiva (33,2), indicando che gli studenti che ottengono punteggi elevati in matematica tendono ad ottenere punteggi elevati anche in scienze. Allo stesso modo, gli studenti che ottengono scarsi risultati in matematica tendono ad avere scarsi risultati anche in scienze.<\/span><\/p>\n Un numero negativo<\/strong> per la covarianza indica che all’aumentare di una variabile, una seconda variabile tende a diminuire. Ad esempio, scienze e storia hanno una covarianza negativa (-24,1), indicando che gli studenti che ottengono punteggi elevati in scienze tendono ad ottenere punteggi bassi in storia. Allo stesso modo, gli studenti che ottengono punteggi bassi in scienze tendono ad ottenere punteggi alti in storia.<\/span><\/p>\n Come creare una matrice di correlazione in SPSS<\/a> La covarianza \u00e8 una misura di come i cambiamenti in una variabile sono associati ai cambiamenti in una seconda variabile. Pi\u00f9 specificamente, \u00e8 una misura del grado in cui due variabili sono linearmente associate. La formula per calcolare la covarianza tra due variabili, X e Y \u00e8: COV( X , Y ) = \u03a3(x- x […]<\/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 Esempio: matrice di covarianza in SPSS<\/strong><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/covariancespss1.png\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/covariancespss2.png\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/covariancespss3.png\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/covariancespss4.png\")
<\/p>\n![\"Matrice](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/covariancespss5.png\")
<\/p>\n![\"Matrice](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/covariancespss6.png\")
<\/p>\n Come interpretare una matrice di covarianza<\/strong><\/h3>\n
\n
\n
Risorse addizionali<\/strong><\/h3>\n
Come calcolare la correlazione parziale in SPSS<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"