Zero order correlation ဆိုတာ ဘာလဲ။

ကိန်းဂဏန်းစာရင်းဇယားများတွင်၊ ကိန်းရှင်နှစ်ခုကြားရှိ ဆက်စပ်မှုသည် ဤကိန်းရှင်နှစ်ခုကြားရှိ ဆက်နွယ်မှုကို ပြောပြသည်။

ဆက်စပ်ဆက်နွယ်မှု၏ အခြေခံအကျဆုံး အမျိုးအစားတစ်ခုမှာ သုညအဆက်ဖြတ်ခြင်း ဟု လူသိများပြီး အခြားကိန်းရှင်များ၏ ဖြစ်နိုင်ချေရှိသော လွှမ်းမိုးမှုအတွက် ထိန်းချုပ်ခြင်းမရှိဘဲ ကိန်းရှင်နှစ်ခုကြား ဆက်စပ်မှုကို ရည်ညွှန်းသည်။

ဤဆက်စပ်ဆက်နွယ်မှုအမျိုးအစား၏ ဥပမာတစ်ခုသည် ကိန်းရှင်နှစ်ခုကြားရှိ မျဉ်းကြောင်းဆက်စပ်မှုကို တိုင်းတာသည့် Pearson correlation coefficient ဖြစ်ပြီး -1 နှင့် 1 အကြား တန်ဖိုးများကို ယူနိုင်သည်-

• -1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် လုံးဝအပျက်သဘောဆောင်သော ဆက်စပ်ဆက်နွယ်မှုကို ညွှန်ပြသည်။
• 0 သည် variable နှစ်ခုကြားတွင် linear ဆက်စပ်မှုမရှိဟု ညွှန်ပြသည်။
• 1 သည် ကိန်းရှင်နှစ်ခုကြားတွင် လုံးဝအပြုသဘောဆောင်သောမျဉ်းကြောင်းဆက်စပ်မှုကို ညွှန်ပြသည်။

နောက်ထပ်ဆက်စပ်မှုသည် သုညမှဖြစ်ပြီး၊ ကိန်းရှင်နှစ်ခုကြားတွင် ဆက်စပ်မှုအားကောင်းလေဖြစ်သည်။

ပထမနှင့် ဒုတိယ ဆက်စပ်မှု

တတိယကိန်းရှင် C ၏ လွှမ်းမိုးမှုကို ထိန်းချုပ်နေစဉ် A နှင့် B နှစ်ခုကြား ဆက်စပ်မှုကို တွက်ချက်ပါက A နှင့် B အကြား ဆက်စပ်မှုကို ပထမအစီအစဥ် ဆက်စပ်မှု ဟု ခေါ်သည်။

အလားတူ၊ ကျွန်ုပ်တို့သည် ကိန်းရှင် C နှင့် D တို့၏ လွှမ်းမိုးမှုကို ထိန်းချုပ်နေစဉ် A နှင့် B နှစ်ခုကြား ဆက်စပ်မှုကို တွက်ချက်ပါက A နှင့် B အကြား ဆက်စပ်မှုကို ဒုတိယအစီအစဥ် ဆက်စပ်မှု ဟု ခေါ်သည်။

Zero-order ဆက်စပ်မှု ဥပမာ

ကျွန်ုပ်တို့တွင် စာသင်ကြားနေသည့် နာရီအရေအတွက်နှင့် စာမေးပွဲတွင် ကျောင်းသား ၁၀ ဦးမှ ရရှိသော အတန်းများကို ဖော်ပြသည့် အောက်ပါဒေတာအတွဲ ရှိသည်ဆိုကြပါစို့။

ဤကိန်းရှင်နှစ်ခုကြား ဆက်စပ်မှုသည် 0.762 ဖြစ်သည် ။ တတိယကိန်းရှင်၏ ဖြစ်နိုင်ချေရှိသော လွှမ်းမိုးမှုကို ကျွန်ုပ်တို့ မထိန်းချုပ်နိုင်သောကြောင့် ၎င်းသည် ကိန်းရှင်နှစ်ခုကြားတွင် သုညအဆက်အစပ် တစ်ခုဟု ယူဆနိုင်သည်။

သို့သော်လည်း လက်တွေ့တွင်၊ အခြားအချက်များသည် ဤကိန်းရှင်နှစ်ခုကြားရှိ ဆက်နွယ်မှုကို သက်ရောက်မှုရှိနိုင်သည်။

ဥပမာအားဖြင့်၊ အတန်းရှိ ကျောင်းသား၏ လက်ရှိအဆင့်သည် ၎င်းတို့၏ စာမေးပွဲရမှတ်အပေါ် သက်ရောက်မှုရှိနိုင်သည်။ ကျွန်ုပ်တို့သည် ဤဒေတာကိုလည်း ဝင်ရောက်ခွင့်ရှိသည်ဆိုပါစို့။

လက်ရှိအတန်း၏အကျိုးသက်ရောက်မှုအတွက်ထိန်းချုပ်နေစဉ် နာရီနှင့်စာမေးပွဲကြားဆက်စပ်မှုကိုတွက်ချက်ပါက၊ နာရီနှင့်စာမေးပွဲကြားတွင် ပထမတန်းဆက်စပ်ဆက်နွယ်မှု မှာ 0.578 ဖြစ်ကြောင်းတွေ့ရှိရလိမ့်မည်။

ဆိုလိုသည်မှာ အတန်းထဲတွင် ကျောင်းသား၏ လက်ရှိအတန်း၏ အကျိုးသက်ရောက်မှုကို ထိန်းချုပ်ပြီးနောက်တွင်ပင် စာသင်ချိန်နှင့် စာမေးပွဲအဆင့်ကြားတွင် အပြုသဘောဆောင်သော ဆက်စပ်ဆက်နွယ်မှု ရှိနေသေးသည်။

မှတ်ချက်- First-order correlation ကို တစ်ခါတစ်ရံ partial correlation ဟုခေါ်သည် ။ ဤသင်ခန်းစာသည် Excel တွင် တစ်စိတ်တစ်ပိုင်းဆက်စပ်မှုများကို တွက်ချက်နည်းကို ရှင်းပြထားသည်။

ဆက်စပ် matrix တစ်ခုရှိ သုညအမှာစာ ဆက်စပ်မှုများ

ကျွန်ုပ်တို့သည် ဆက်စပ်ပေါင်းစည်းမှု matrix တစ်ခုကို ဖန်တီးသည့်အခါတိုင်း၊ matrix တွင်ပြသထားသော ဆက်စပ်ကိန်းဂဏန်းများသည် သုညအစီအစဥ်ဆက်စပ်မှုများ အမြဲဖြစ်နေသောကြောင့် ၎င်းတို့သည် အခြားကိန်းရှင်များ၏ သြဇာလွှမ်းမိုးမှုကို မစဉ်းစားဘဲ pairwise ပေါင်းစပ်ထားသော variable တစ်ခုစီကြားရှိ ဆက်စပ်မှုများဖြစ်သည်။

ဥပမာ၊ ယခင်ဥပမာမှ ကျွန်ုပ်တို့၏ဒေတာအတွဲကို သုံးသပ်ကြည့်ပါ-

ကျွန်ုပ်တို့သည် ဤဒေတာအတွဲအတွက် ဆက်စပ်မက်ထရစ်ကို ဖန်တီးပါက၊ ၎င်းသည် ဤကဲ့သို့ဖြစ်လိမ့်မည်-

ဤသည်ကို အဓိပ္ပာယ်ဖွင့်ဆိုရန် နည်းလမ်းမှာ-

• လက်ရှိ အတန်းနှင့် သင်ကြားချိန်ကြား ဆက်စပ်မှုသည် 0.689 ဖြစ်သည်။
• လက်ရှိရမှတ်နှင့် စာမေးပွဲတွင်ရရှိသောရမှတ်အကြား ဆက်စပ်မှုသည် 0.637 ဖြစ်သည်။
• စာသင်ချိန်နှင့် စာမေးပွဲရမှတ်ကြား ဆက်စပ်မှုသည် 0.762 ဖြစ်သည်။

ဤဆက်စပ်ဆက်နွယ်မှုတစ်ခုစီသည် သုညအစီအစဥ်ဆက်စပ်မှု ဖြစ်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများတွင် ဆက်စပ်ကိန်းများအကြောင်း နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

Pearson Correlation Coefficient ကို နိဒါန်း
ဆက်စပ်မက်ထရစ်ကို ဘယ်လိုဖတ်မလဲ။
Excel တွင် တစ်စိတ်တစ်ပိုင်းဆက်စပ်မှုကို တွက်ချက်နည်း