Hoe de punt-biseriële correlatie in r te berekenen


Punt-biseriële correlatie wordt gebruikt om de relatie tussen een binaire variabele, x, en een continue variabele, y, te meten.

Net als bij dePearson-correlatiecoëfficiënt heeft de punt-biseriële correlatiecoëfficiënt een waarde tussen -1 en 1 waarbij:

  • -1 geeft een volkomen negatieve correlatie aan tussen twee variabelen
  • 0 geeft aan dat er geen correlatie is tussen twee variabelen
  • 1 geeft een perfect positieve correlatie aan tussen twee variabelen

In deze tutorial wordt uitgelegd hoe u de punt-biseriële correlatie tussen twee variabelen in R kunt berekenen.

Voorbeeld: punt-biseriële correlatie in R

Stel dat we een binaire variabele hebben, x, en een continue variabele, y:

 x <- c(0, 1, 1, 0, 0, 0, 1, 0, 1, 1, 0)

y <- c(12, 14, 17, 17, 11, 22, 23, 11, 19, 8, 12)

We kunnen de ingebouwde R-functie cor.test() gebruiken om de punt-biseriële correlatie tussen de twee variabelen te berekenen:

 #calculate point-biserial correlation
cor.test(x, y)

	Pearson's product-moment correlation

data: x and y
t = 0.67064, df = 9, p-value = 0.5193

alternative hypothesis: true correlation is not equal to 0

95 percent confidence interval:
 -0.4391885 0.7233704

sample estimates:
      horn 
0.2181635 

Uit het resultaat kunnen we het volgende opmaken:

  • De punt-biseriële correlatiecoëfficiënt is 0,218
  • De overeenkomstige p-waarde is 0,5193

Omdat de correlatiecoëfficiënt positief is, geeft dit aan dat wanneer de variabele x de waarde „1“ aanneemt, de variabele y de neiging heeft hogere waarden aan te nemen dan wanneer de variabele x de waarde „0“ aanneemt.

Omdat de p-waarde van deze correlatie echter niet kleiner is dan 0,05, is deze correlatie niet statistisch significant.

Merk op dat het resultaat ook een betrouwbaarheidsinterval van 95% oplevert voor de werkelijke correlatiecoëfficiënt, die als volgt blijkt te zijn:

95% BI = (-0,439, 0,723)

Omdat dit betrouwbaarheidsinterval nul bevat, levert dit verder bewijs dat de correlatiecoëfficiënt niet statistisch significant is.

Opmerking : u kunt hier de volledige documentatie voor de functie cor.test() vinden.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere correlatiecoëfficiënten in R kunt berekenen:

Hoe de gedeeltelijke correlatie in R te berekenen
Hoe de glijdende correlatie in R te berekenen
Hoe de Spearman-rangcorrelatie in R te berekenen
Hoe polychorische correlatie in R te berekenen

Einen Kommentar hinzufügen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert