<\/p>\n
In de statistiek verwijst correlatie<\/strong> naar de sterkte en richting van een verband tussen twee variabelen. De waarde van een correlatieco\u00ebffici\u00ebnt kan vari\u00ebren van -1 tot 1, met de volgende interpretaties:<\/span><\/p>\n Een speciaal type correlatie wordt de rangcorrelatie van Spearman<\/strong> genoemd, die wordt gebruikt om de correlatie tussen twee gerangschikte variabelen te meten. (bijvoorbeeld de rangorde van de wiskunde-examenscore van een leerling in verhouding tot de rangorde van de wetenschapsexamenscore in een klas).<\/span><\/p>\n Om de Spearman-rangcorrelatie tussen twee variabelen in R te berekenen, kunnen we de volgende basissyntaxis gebruiken:<\/span><\/p>\n De volgende voorbeelden laten zien hoe u deze functie in de praktijk kunt gebruiken.<\/span><\/p>\n De volgende code laat zien hoe u de Spearman-rangcorrelatie tussen twee vectoren in R kunt berekenen:<\/span><\/span><\/p>\n Uit het resultaat kunnen we zien dat de Spearman-rangcorrelatie -0,41818<\/strong> is en de overeenkomstige p-waarde 0,2324<\/strong> .<\/span><\/p>\n Dit geeft aan dat er een negatieve correlatie bestaat tussen de twee vectoren.<\/span><\/p>\n Omdat de p-waarde van de correlatie echter niet kleiner is dan 0,05, is de correlatie niet statistisch significant.<\/span><\/p>\n De volgende code laat zien hoe u de Spearman-rangcorrelatie tussen twee kolommen in een gegevensframe kunt berekenen:<\/span><\/p>\n Uit het resultaat kunnen we zien dat de Spearman-rangcorrelatie 0,7818<\/strong> is en de overeenkomstige p-waarde 0,01165<\/strong> .<\/span><\/p>\n Dit geeft aan dat er een sterke positieve correlatie bestaat tussen de twee vectoren.<\/span><\/p>\n Omdat de p-waarde van de correlatie kleiner is dan 0,05, is de correlatie statistisch significant.<\/span><\/p>\n Hoe de gedeeltelijke correlatie in R te berekenen<\/a> In de statistiek verwijst correlatie naar de sterkte en richting van een verband tussen twee variabelen. De waarde van een correlatieco\u00ebffici\u00ebnt kan vari\u00ebren van -1 tot 1, met de volgende interpretaties: -1: een perfect negatief verband tussen twee variabelen 0: geen verband tussen twee variabelen 1: een perfecte positieve relatie tussen twee variabelen Een speciaal […]<\/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":[],"class_list":["post-2018","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
corr <- cor. test<\/span> (x, y, method = ' spearman<\/span> ')\n<\/strong><\/pre>\n Voorbeeld 1: Correlatie van Spearman-rangen tussen vectoren<\/strong><\/span><\/h3>\n
#define data\n<\/span>x <- c(70, 78, 90, 87, 84, 86, 91, 74, 83, 85)\ny <- c(90, 94, 79, 86, 84, 83, 88, 92, 76, 75)\n\n#calculate Spearman rank correlation between x and y\n<\/span>horn. test<\/span> (x, y, method = ' spearman<\/span> ')\n\n\tSpearman's rank correlation rho\n\ndata: x and y\nS = 234, p-value = 0.2324\nalternative hypothesis: true rho is not equal to 0\nsample estimates:\n rho \n-0.4181818<\/strong><\/span><\/pre>\n Voorbeeld 2: Spearman-rangcorrelatie tussen kolommen in het gegevensframe<\/strong><\/span><\/h3>\n
#define data frame\n<\/span>df <- data. frame<\/span> (team=c('A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'),\n points=c(67, 70, 75, 78, 73, 89, 84, 99, 90, 91),\n assists=c(22, 27, 30, 23, 25, 31, 38, 35, 34, 32))\n\n#calculate Spearman rank correlation between x and y\n<\/span>horn. test<\/span> (df$points, df$assists, method = 'spearman')\n\n\tSpearman's rank correlation rho\n\ndata: df$points and df$assists\nS = 36, p-value = 0.01165\nalternative hypothesis: true rho is not equal to 0\nsample estimates:\n rho \n0.7818182 \n<\/strong><\/span><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe autocorrelatie in R te berekenen<\/a>
Hoe de glijdende correlatie in R te berekenen<\/a>
Hoe Spearman-correlatie in APA-formaat te rapporteren<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"